Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

HospiMedica

Deascargar La Aplicación Móvil
Noticias Recientes COVID-19 Cuidados Criticos Téc. Quirúrgica Cuidados de Pacientes TI Pruebas POC Negocios Focus

Neuroimagenología para identificar volumen ventricular en esclerosis múltiple

Por el equipo editorial de HospiMedica en español
Actualizado el 15 Aug 2016
Una nueva herramienta de software podría permitir la identificación exacta y la cuantificación de los volúmenes ventriculares en la esclerosis múltiple (EM), a pesar de la variabilidad en las formas cerebrales y la tecnología de examen utilizada.
 

Imagen: Exámenes cerebrales de los pacientes con el VL resaltado en rojo (Fotografía cortesía de la Universidad de Buffalo).
Imagen: Exámenes cerebrales de los pacientes con el VL resaltado en rojo (Fotografía cortesía de la Universidad de Buffalo).
Desarrollada por investigadores de la Universidad de Buffalo (NY, EUA), el Software Neurológico para la Medición Fiable de la Atrofia en la EM (NeuroSTREAM), calcula la atrofia cerebral al medir el volumen del ventrículo lateral (VL), una de las estructuras cerebrales que contienen el líquido cefalorraquídeo (CSF); cuando se produce la atrofia, el VL se expande. Puesto que el VL es anatómicamente definido y está situado estratégicamente en el centro del cerebro, concentrarse en él proporciona una métrica que es relativamente inmune a los efectos adversos del posicionamiento impreciso, las distorsiones de gradiente, la cobertura incompleta de la cabeza, y otros artefactos de movimiento y envolventes.
 
La nueva herramienta simplifica el cálculo de la atrofia cerebral usando los datos de la resonancia magnética de rutina (MRI), comparándolos con un banco de base de datos de 20.000 exámenes cerebrales, tomados de los pacientes con EM. El software se ejecuta en una plataforma, fácil de usar, en la nube, que está fácilmente disponible en las estaciones de trabajo, computadores portátiles, tabletas, iPads y teléfonos inteligentes. El software está diseñado específicamente para trabajar con escáneres de resonancia magnética de baja resolución, como los que se encuentran normalmente en la práctica clínica.
 
Los resultados preliminares presentados en el congreso de la Academia Americana de Neurología (AAN), celebrado en abril de 2016, en Vancouver (Canadá), muestran que NeuroSTREAM puede proporcionar un método factible, exacto, fiable y clínicamente relevante para la medición de la atrofia cerebral en pacientes con EM. El objetivo final de los investigadores es desarrollar un sitio web, fácil de usar, al que los médicos pueden subir exámenes anónimos y recibir información en tiempo real sobre lo que los exámenes revelan. El estudio que describe NeuroSTREAM, fue publicado en la edición de julio de 2016 de la revista Expert Review of Neurotherapeutics.
 
“Sin medir la atrofia cerebral, los médicos no pueden obtener una imagen completa de cómo está progresando la enfermedad de un paciente. La medición de la atrofia cerebral cada año, les permitirá a los médicos identificar cuáles de sus pacientes tienen el mayor riesgo de deterioro físico y cognitivo”, dijo el autor principal, el profesor de neurología, Robert Zivadinov, MD, PhD, del Centro de Análisis de Neuroimagenología de Buffalo. “Los médicos y los radiólogos pueden contar fácilmente el número de nuevas lesiones en una resonancia magnética; pero las lesiones son sólo parte de la historia relacionada con el desarrollo de la discapacidad en los pacientes con esclerosis múltiple”.

Enlace relacionado:
 
University at Buffalo
 


Miembro Oro
Analizador de gases en sangre POC
Stat Profile Prime Plus
Miembro Oro
VISOR EN PANTALLA DE DIAGNÓSTICO EN TIEMPO REAL
GEMweb Live
Miembro Plata
Compact 14-Day Uninterrupted Holter ECG
NR-314P
New
LED Phototherapy System
Bililed Mini+

Últimas TI noticias

Modelo de aprendizaje automático mejora predicción del riesgo de mortalidad para pacientes de cirugía cardíaca

Colaboración estratégica para desarrollar e integrar IA generativa en el cuidado de la salud

Solución de quirófanos habilitada para IA ayuda a hospitales a maximizar la utilización y desbloquear la capacidad