Inteligencia artificial a nueva tendencia en radiología - CONSULTORSALUD
Conéctate con nosotros

Innovación

Inteligencia artificial a nueva tendencia en radiología

Publicado

el

inteligencia artificial a nueva tendencia en radiologia

La Asamblea Científica de la Sociedad Radiológica de Norteamérica (RSNA), que se llevó en 2018 en Chicago, Estados Unidos, resaltó el compromiso constante de esta institución por fomentar la investigación y la educación en radiología, a través de un enfoque especial en las aplicaciones de la Inteligencia Artificial (IA) para el sector de la salud.

“De acuerdo con el tema de 2018, ‘La radiología del mañana, hoy’, el encuentro exhibió una variedad de aplicaciones y tecnologías IA emergentes que ofrecen a nuestros visitantes las herramientas que necesitan para ser líderes en radiología”, manifestó en un comunicado Mark G. Watson, director ejecutivo de la RSNA.

Los actuales avances en aprendizaje automático e IA ofrecen una variedad de aplicaciones que están siendo utilizadas en el ámbito de las imágenes médicas, con resultados importantes. En este sentido, RSNA 2018 organizó sesiones y exhibiciones educativas, así como presentaciones especiales en el Machine Learning Theater, gracias a las cuales los asistentes pudieron observar las tecnologías más recientes que se ofrecen en este campo, así como relacionarse con sus fabricantes.

El evento también ofreció una sesión de reconocimiento para los ganadores del RSNA Pneumonia Detection Challenge, una competencia de aprendizaje automático en la que los participantes deben desarrollar algoritmos para identificar y localizar la neumonía en las radiografías de tórax. Más de  1.400 equipos hicieron parte de este reto ganado por Ian Pan y Alexandre Cadrin, señala la nota de prensa de RSNA.

avances de la radiología  

 

En esta edición, además, tuvo lugar la segunda exhibición National Cancer Institute’s Crowds Cure Cancer, que fue presentada en el Learning Center, y durante la cual se invitó a los radiólogos a tener en cuenta a las imágenes clínicas para la investigación del aprendizaje automático.

De otro lado, la RSNA Deep Learning Classroom, presentada por NVIDIA Deep Learning Institute (DLI), también retornó en 2018. Instructores certificados por el NVIDIA’s DLI estuvieron disponibles para ayudar a los asistentes a escribir algoritmos y mejorar su entendimiento de la tecnología IA. El RSNA Radiology Informatics Committee y Bradley J. Erickson, MD, PhD, miembro del comité y director del Laboratorio de Radiología Informática de la Clínica Mayo en Rochester, Minnesota, fueron fundamentales para el desarrollo del plan de estudios.

RSNA 2018 también presentó otros temas polémicos en radiología, tales como la visualización avanzada y la impresión 3D para aplicaciones médicas. La Exhibición de Impresión 3D y Visualización Avanzada, patrocinada por TeraRecon, presentó los últimos equipos y software para impresión 3D, así como las más recientes tecnologías de visualización avanzada tales como plataformas de realidad aumentada, holografía y realidad virtual, menciona el comunicado.

Asimismo, en el Discovery Theater se organizó una programación muy variada, que incluyó presentaciones educativas, orientación profesional, tutoriales sobre navegación en Chicago, actuaciones de músicos locales y la competencia RSNA Diagnosis Live entre programas de residencia, con Brigham y el Hospital de Mujeres como ganadores.

El evento, patrocinado por Arterys y Google Cloud, se llevó a cabo en más de 40.000 metros cuadrados de superficie en el centro de convenciones McCormick Place, en el que se encontraron más de 50.000 asistentes y 723 expositores, incluyendo 130 que participaron por primera vez y estuvieron ubicados en el Pabellón First-Time Exhibitor cuya localización central les permitió a los visitantes descubrirlos como “nuevos” en el encuentro anual de la RSNA. Las compañías incipientes también contaron con un espacio propio, el Start-Up Showcase, desde el que pudieron posicionarse como nuevos actores de este mercado.

Por otra parte, el Encuentro Virtual RSNA 2018 atrajo a 6.212 participantes a quienes ofreció acceso a más de 200 cursos en vivo y por demanda. El acceso por demanda del Encuentro Virtual estará disponible hasta abril de 2019, indica RSNA en su nota de prensa.

Finalmente, la Sociedad anunció que RSNA 2019 se llevará a cabo entre el 1 y el 6 de diciembre del presente año, de nuevo en Chicago. El tema de la edición 105 será ‘Viendo posibilidades juntos. 

Innovación

Innovador método identifica las mutaciones del VIH

En el día de la lucha contra el VIH / SIDA presentamos uno de los últimos avances científicos sobre este tema de salud pública

Publicado

el

Innovador metodo mutaciones VIH

Un grupo de investigadores de la Universidad de California (EE.UU.) ha desarrollado un método que permite estudiar cómo el VIH crea nuevas mutaciones para escapar del sistema inmunológico, un fenómeno que ocurre en múltiples individuos. Al obtener estos datos, se puede actualizar la información disponible para el desarrollo de una vacuna que frene el progreso de la infección de una mejor manera.

“Ser capaz de identificar los reordenamientos genómicos es clave para entender cómo se producen las enfermedades y cómo tratarlas”, mencionó el profesor John P. Barton, uno de los codirectores del estudio en entrevista a medios de comunicación. De acuerdo con los científicos, uno de los pilares fundamentales del método es la historia evolutiva, puesto que contiene información sobre las mutaciones que afectan la supervivencia humana, mientras que otros solo reflejan la variedad aleatoria. Pero, la dificultad reside en la capacidad para identificar correctamente a los cambios genéticos.

También le puede interesar: DESARROLLAN MODELO ALGORÍTMICO PARA DISMINUIR EL USO DE ANTIBIÓTICOS

Avances para el VIH y para la medicina desde la ingeniería

Como describen los expertos, el desafío logra superarse con ayuda de la física estadística, ya que el innovador proceso infiere la selección de datos, a partir de información obtenida en complejas historias evolutivas. Todo el proceso denominado marginal path likelihood (MPL, siglas en inglés) o probabilidad de trayectoria marginal resuelve la vinculación genética entre los cambios evidenciados en el VIH.

“Esto nos permite determinar qué cambios genéticos proporcionan una ventaja evolutiva de los que no ofrecen ninguna ventaja o tienen un efecto perjudicial. Aunque se creó tomando como base al virus de la inmunodeficiencia adquirida, el método es bastante general y puede utilizarse potencialmente para estudiar diversos procesos evolutivos, como la evolución de la resistencia a los fármacos de los patógenos y la evolución de los cánceres”, precisó Matthew R. McKay, profesor de ingeniería electrónica e informática y de ingeniería química y Biológica en la Universidad de Ciencia y Tecnología de Hong Kong y otro de los líderes de este proyecto científico.

De acuerdo con los expertos, analizar los vínculos genéticos es crucial para cuantificar con precisión la selección en poblaciones evolutivas complejas, aspecto que demostraron con un análisis cuantitativo de la evolución intrahospitalaria del VIH-1, en múltiples conjuntos de datos de pacientes. Para este grupo de expertos, su método de alta precisión no solo facilita la comprensión genética del VIH, sino que ayuda a los investigadores a descubrir cuál es el proceso de tratamiento más adecuado para los pacientes.

“Nuestro enfoque no se limita al VIH, pero hay algunas razones por las que nos centramos en el VIH como sistema de prueba. El VIH es altamente mutable y genéticamente diverso. También muta dentro de los humanos para escapar del sistema inmunológico. Entender los detalles de cómo evoluciona el VIH podría por lo tanto ayudar a desarrollar mejores tratamientos contra el virus”, puntualizó Barton en su entrevista.

También le puede interesar: APLICATIVO MÓVIL PERMITIRÁ LLEVAR PREVENCIÓN DEL VIH HASTA SU CASA

Continuar leyendo

Innovación

Desarrollan modelo algorítmico para disminuir el uso de antibióticos

Con un algoritmo podría reducirse el uso de antibióticos en entornos ambulatorios contribuyendo a la lucha contra la resistencia antimicrobiana.

Publicado

el

Desarrollan modelo algorítmico para disminuir el uso de antibióticos

Investigadores del Harvard Pilgrim Health Care Institute de Estados Unidos desarrollaron un algoritmo que podría disminuir en gran medida el uso de antibióticos de amplio espectro en entornos ambulatorios. Esta investigación publicada en la revista “Science Tranlational Medicine” arroja luz sobre una posible solución a la resistencia antimicrobiana.

En los entornos para pacientes ambulatorios es donde se prescriben la mayoría de los antibióticos y a su vez es donde hay menos herramientas para ayudar a los tratantes a tomar decisiones de terapia óptimas. Es preciso mencionar, que el uso indiscriminado de antibióticos es una de los factores que más contribuye a la resistencia a estos.

Esto ha generado que los prescriptores receten antibióticos de alto espectro como respuesta a los altos índices de infecciones farmacorresistentes. No obstante, esta práctica promueve un circulo vicioso con el cual se empeora más el problema de la resistencia ya que los medicamentos recetados actúan sobre una gran variedad de bacterias, pero las que no son atacadas generan resistencia al fármaco. Por ejemplo para las infecciones urinarias se suele hacer uso de antibióticos en entornos ambulatorios aunque no siempre es necesario su uso.

Es poca la atención que se le presta a la prescripción de antibióticos en entornos ambulatorios y es menos la que se le presta al desarrollo de herramientas para apoyar la prescripción de terapias sin antimicrobianos. Los algoritmos se han usado para apoyar las decisiones de diagnóstico desde hace más de cinco décadas pero no se han adaptado para este caso debido a las dificultades de integración.

“El apoyo de decisiones personalizado en el punto de atención puede ser una herramienta eficaz para administrar la prescripción de antibióticos para los síndromes infecciosos comunes” explicó el autor principal de la investigación, Sanjat Kanjilal quien también es profesor de medicina de Harvard Medical School.

La solución consiste en utilizar modelos de aprendizaje automatizados que predicen la probabilidad de farmacorresistencia y luego pasar estas cifras y estadísticas a recomendaciones que promuevan en los prescriptores tratamientos óptimos. “Nuestro estudio desarrolló un algoritmo de apoyo a la decisión personalizado para las infecciones urinarias como una solución al desafío de la prescripción de antibióticos en la era de la resistencia” añade Kanjilal.

También puede leer: El 69% de adultos mayores sienten inseguridad para retomar vida laboral en el país

Algoritmo para predecir resistencia a los antibióticos

El equipo científico se basó en datos obtenidos a partir de registros médicos de más de 13.000 mujeres con infecciones urinarias simples que recibieron atención entre 2007 y 2016 en hospitales de Boston, Estados Unidos. A partir de allí se entrenaron modelos de aprendizaje automático para predecir la resistencia a cuatro antibióticos de uso común y posteriormente se desarrolló un método para traducir los datos en decisiones para que en ciertos pacientes se evite el uso de ciprofloxacina y la lavofloxacina sin afectar la efectividad de tratamiento.

Después de la realización del estudio los investigadores compararon su rendimiento con el de los médicos tratantes y se evidenció que la prescripción de antibióticos en segunda línea se redujo en un 67%. Así mismo disminuyó la selección de antibióticos a los que una muestra es resistente.

Finalmente, el Dr. Kanjilal concluyó afirmando que la integración de este tipo de modelos en la atención ambulatorio podrían cumplir un papel fundamental en la disminución del uso de antibióticos de amplio espectro. “Nuestro trabajo futuro se centrará en integrar estas herramientas de apoyo a la toma de decisiones clínicas en los flujos de trabajo de los proveedores y evaluar los resultados clínicos mediante el uso de ensayos” aseveró.

También puede leer: Agremiaciones piden participar de proceso de selección de las vacunas covid-19

Continuar leyendo

Innovación

Reloj molecular rastrea la expansión del cáncer de mama

Investigadores británicos han creado un innovador análisis sanguíneo que permite calcular el avance del cáncer de mama con información genética de las células

Publicado

el

reloj molecular rastrea expansion cancer de mama

Los diagnósticos en fase avanzada del cáncer de mama, a pesar de los programas de detección temprana y difusión de la enfermedad, son una constante que se mantiene a nivel nacional e internacional. Y ahora, de acuerdo con especialistas, se trata de un fenómeno disparado por la pandemia, en el que los pacientes oncológicos no reciben la atención adecuada. Sin embargo, un grupo de científicos del Instituto de investigación del cáncer (ICR, en inglés) junto con especialistas de The Royal Marsden NHS Foundation Trust en Reino Unido han diseñado una prueba sanguínea que permite medir la expansión del cáncer mamario dentro del organismo.

Este test puede rastrear el crecimiento de múltiples tumores en el cuerpo humano y monitorear la respuesta de cada paciente a su tratamiento. Según los investigadores creadores de este método, esta prueba sanguínea podría ayudar a detectar los tumores malignos que crecen con mayor rapidez y al médico, podría ayudarlo a elegir la técnica más adecuada para combatirlo antes de iniciar este proceso.

La novedosa iniciativa se desarrolló a partir de los hallazgos del estudio LEGACY, una investigación de la organización Breast Cancer Now permitió que los oncólogos, cirujanos, patólogos e investigadores extirpar y estudiar los tumores secundarios rápidamente después del fallecimiento de los pacientes, manteniendo la integridad de las moléculas clave dentro de los tumores (como el ADN, el ARN y las proteínas) del cáncer de mama.

También le puede interesar: LA REAPERTURA ES INDISPENSABLE: EL IMPACTO DEL COVID-19 EN EL DIAGNÓSTICO Y ATENCIÓN DEL CÁNCER

Rastreo del ADN: indispensable para conocer la replicación del cáncer de mama

Los investigadores que idearon este ‘reloj molecular’, encontraron en su investigación que, con el paso del tiempo, las células malignas que crecen y se multiplican activamente aglomeran marcas moleculares en su ADN. Al analizar los fragmentos de ADN presentes en sangre, los científicos descubrieron que se podía establecer el “reloj molecular” de las células cancerosas de las que provenía el material genético y de esta manera, identificar cuántas veces se han replicado en el organismo.

Además, luego de otros análisis a los relojes moleculares rastreados, comparándolos con tumores revisados durante autopsias, la prueba construyó un árbol genealógico de las células cancerosas. Incluso, el nivel de ADN de las células cancerosas en la sangre proporcionó entonces información sobre cuáles de los tumores secundarios son los más activos en el cáncer de mama.

Teniendo en cuenta los hallazgos, los expertos desarrolladores consideran que el análisis de sangre podría utilizarse para seguir la evolución de los tumores secundarios a lo largo del tiempo y para controlar su respuesta a una serie de tratamientos, como la quimioterapia, la inmunoterapia o las terapias específicas, así como la radioterapia. Esperan que, con futuras investigaciones, el análisis de sangre del “reloj molecular” también pueda utilizarse en la detección temprana de la recurrencia o la propagación después del tratamiento, tanto para el cáncer de mama como para otros tipos de cáncer.

También le puede interesar: HOSPITAL UNIVERSITARIO NACIONAL CREÓ PROGRAMA TELE-UCI PARA REGIONES APARTADAS DEL PAÍS

Continuar leyendo

WEBINAR RECOMENDADO

Innovación

Latinoamércia

Productos destacados

Tendencias

Indicadores / Cifras