IA no supervisada predice la progresión de la COVID y la supervivencia de los pacientes directamente de nuevas imágenes de TC del tórax
|
Por el equipo editorial de HospiMedica en español Actualizado el 02 Sep 2021 |

ilustración
La inteligencia artificial (IA) no supervisada ha abierto nuevos caminos al predecir la progresión de la COVID-19 y la supervivencia de los pacientes directamente a partir de sus imágenes de tomografía computarizada (TC) de tórax.
En un estudio multicéntrico, un equipo de investigación del Hospital General de Massachusetts (Boston, MA, EUA), demostró que el aprendizaje profundo no supervisado basado en TC puede proporcionar un desempeño pronóstico significativamente mayor que las pruebas de laboratorio establecidas y los predictores de supervivencia cuantitativos y visuales basados en imágenes existentes. El modelo puede predecir, para cada paciente, el momento en que progresa la COVID-19 y, por lo tanto, el momento en que el paciente ingresa en una unidad de cuidados intensivos o cuando el paciente está enfermo, algo que otros modelos de predicción basados en imágenes no pueden hacer. La información de tiempo calculada por el modelo también permite la estratificación de los pacientes en grupos de bajo y alto riesgo por un margen más amplio de lo que es posible con otros predictores.
La evaluación clínica rápida y exacta de la progresión de la enfermedad y la mortalidad es vital para el tratamiento de los pacientes con COVID-19. Aunque se han propuesto varios predictores, se han limitado a evaluaciones subjetivas, esquemas semiautomatizados o enfoques de aprendizaje profundo supervisados. Tales predictores son subjetivos o requieren una laboriosa anotación de los casos de entrenamiento. En un estudio complementario, el equipo de investigación ya había demostrado que se podía utilizar la IA supervisada para predecir la supervivencia de los pacientes con COVID-19 a partir de sus imágenes de tomografía computarizada de tórax. Sin embargo, el nuevo modelo de IA sin supervisión abre nuevos caminos al evitar las limitaciones técnicas y los laboriosos esfuerzos de anotación de los predictores anteriores, porque el uso de una red de generación de adversarios hace posible entrenar un modelo completo de análisis de supervivencia de un extremo a otro directamente desde las imágenes. Aunque el estudio se limitó a pacientes con COVID-19, el equipo cree que el modelo también se puede generalizar a otras enfermedades.
“Nuestros resultados muestran que el desempeño de predicción del modelo de IA no supervisado fue significativamente mayor y el error de predicción significativamente menor que los de los predictores de referencia previamente establecidos”, dijo Hiroyuki Yoshida, PhD, director de Investigación de Imágenes 3D en el Hospital General de Massachusetts, quien dirigió el equipo de investigación. “El uso de IA no supervisada como parte integral del modelo de predicción de supervivencia hace posible realizar predicciones de pronóstico directamente a partir de las imágenes de TC originales de los pacientes con una precisión mayor que la que antes era posible en las imágenes cuantitativas”.
“Es una tecnología de IA mucho más precisa y avanzada”, explicó Yoshida. “Problemas como la COVID Larga, la variante Delta o la generalización del modelo a otras enfermedades manifestadas en imágenes médicas son aplicaciones prometedoras de este modelo de IA sin supervisión”.
Enlace relacionado:
Hospital General de Massachusetts
En un estudio multicéntrico, un equipo de investigación del Hospital General de Massachusetts (Boston, MA, EUA), demostró que el aprendizaje profundo no supervisado basado en TC puede proporcionar un desempeño pronóstico significativamente mayor que las pruebas de laboratorio establecidas y los predictores de supervivencia cuantitativos y visuales basados en imágenes existentes. El modelo puede predecir, para cada paciente, el momento en que progresa la COVID-19 y, por lo tanto, el momento en que el paciente ingresa en una unidad de cuidados intensivos o cuando el paciente está enfermo, algo que otros modelos de predicción basados en imágenes no pueden hacer. La información de tiempo calculada por el modelo también permite la estratificación de los pacientes en grupos de bajo y alto riesgo por un margen más amplio de lo que es posible con otros predictores.
La evaluación clínica rápida y exacta de la progresión de la enfermedad y la mortalidad es vital para el tratamiento de los pacientes con COVID-19. Aunque se han propuesto varios predictores, se han limitado a evaluaciones subjetivas, esquemas semiautomatizados o enfoques de aprendizaje profundo supervisados. Tales predictores son subjetivos o requieren una laboriosa anotación de los casos de entrenamiento. En un estudio complementario, el equipo de investigación ya había demostrado que se podía utilizar la IA supervisada para predecir la supervivencia de los pacientes con COVID-19 a partir de sus imágenes de tomografía computarizada de tórax. Sin embargo, el nuevo modelo de IA sin supervisión abre nuevos caminos al evitar las limitaciones técnicas y los laboriosos esfuerzos de anotación de los predictores anteriores, porque el uso de una red de generación de adversarios hace posible entrenar un modelo completo de análisis de supervivencia de un extremo a otro directamente desde las imágenes. Aunque el estudio se limitó a pacientes con COVID-19, el equipo cree que el modelo también se puede generalizar a otras enfermedades.
“Nuestros resultados muestran que el desempeño de predicción del modelo de IA no supervisado fue significativamente mayor y el error de predicción significativamente menor que los de los predictores de referencia previamente establecidos”, dijo Hiroyuki Yoshida, PhD, director de Investigación de Imágenes 3D en el Hospital General de Massachusetts, quien dirigió el equipo de investigación. “El uso de IA no supervisada como parte integral del modelo de predicción de supervivencia hace posible realizar predicciones de pronóstico directamente a partir de las imágenes de TC originales de los pacientes con una precisión mayor que la que antes era posible en las imágenes cuantitativas”.
“Es una tecnología de IA mucho más precisa y avanzada”, explicó Yoshida. “Problemas como la COVID Larga, la variante Delta o la generalización del modelo a otras enfermedades manifestadas en imágenes médicas son aplicaciones prometedoras de este modelo de IA sin supervisión”.
Enlace relacionado:
Hospital General de Massachusetts
Últimas COVID-19 noticias
- Sistema de bajo costo detecta el virus SARS-CoV-2 en el aire del hospital mediante burbujas de alta tecnología
- China aprueba la primera vacuna inhalable contra la COVID-19 del mundo
- Vacuna en parche contra la COVID-19 combate variantes del SARS-CoV-2 mejor que las agujas
- Pruebas de viscosidad sanguínea predicen riesgo de muerte en pacientes hospitalizados con COVID-19
- ‘Computadora Covid’ usa IA para detectar COVID-19 en exámenes de TC de tórax
- Técnica de resonancia magnética muestra la causa de los síntomas de COVID prolongada
- TC del tórax de los pacientes con COVID-19 podrían ayudar a diferenciar entre las variantes del SARS-CoV-2
- Resonancia magnética especializada detecta anormalidades pulmonares en pacientes no hospitalizados con COVID prolongada
- Algoritmo de IA identifica a los pacientes hospitalizados con mayor riesgo de morir por COVID-19
- Estudio evalúa el impacto de la COVID-19 sobre la gammagrafía de ventilación/perfusión
- Sensor de sudor detecta biomarcadores claves que suministran una alarma precoz de la COVID-19 y la influenza
- Modelo de IA para seguimiento de COVID-19 predice mortalidad durante los primeros 30 días del ingreso
- ECG puede señalar pacientes hospitalizados con COVID-19 con riesgo más alto de muerte
- IA predice pronóstico de COVID a un nivel casi experto con base en tomografías computarizadas
- Examen de TC muestra evidencia de daño pulmonar persistente mucho tiempo después de neumonía por COVID-19
- Plataforma órgano-en-un-chip ayuda a diseñar estrategia para tratar complicaciones severas de la COVID-19
Canales
Cuidados Criticos
ver canal
Un sensor portátil en miniatura permite monitoreo continuo de la presión arterial sin manguito
La presión arterial es un indicador clave de la salud cardiovascular, pero la medición convencional con manguito suele proporcionar solo una lectura en un momento determinado.... Más
Estudios respaldan el ECG con IA para detectar sospecha de miocardiopatía hipertrófica
a miocardiopatía hipertrófica suele estar infradiagnosticada pese a ser una causa importante de morbilidad cardíaca. Los electrocardiogramas de 12 derivaciones se utilizan ampliamente... MásTécnicas Quirúrgicas
ver canal
Sistema de ablación por microondas obtiene marcado CE para ablación mínimamente invasiva
Los hospitales siguen buscando enfoques mínimamente invasivos que simplifiquen la planificación de los procedimientos y proporcionen una administración controlada de energía... Más
Procedimiento con balón podría redirigir el flujo sanguíneo durante un paro cardíaco
La parada cardíaca extrahospitalaria tiene una baja tasa de supervivencia, y los pacientes que no responden a una reanimación avanzada prolongada tienen pocas opciones de tratamiento restantes.... MásImagenología
ver canal
Ecografía pulmonar predice progresión de anomalías intersticiales en artritis reumatoide
Las anomalías pulmonares intersticiales son una preocupación pulmonar en pacientes con artritis reumatoide y requieren seguimiento para detectar la progresión de la enfermedad.... Más
Ultrasonido focalizado guiado por RM mejora los síntomas motores en la enfermedad de Parkinson
La enfermedad de Parkinson es un trastorno neurológico progresivo que puede causar temblor, rigidez muscular, lentitud de movimientos y movimientos involuntarios relacionados con la medicación.... MásCuidados de Pacientes
ver canalPrograma de realidad virtual podría reducir la ansiedad antes de cirugía pediátrica
La ansiedad antes de la cirugía afecta a un estimado del 50% al 75% de los niños sometidos a cirugía y puede complicar la inducción de la anestesia, aumentar el dolor posoperatorio... Más
Apoyo basado en video ayuda a adultos mayores a definir sus preferencias de tratamiento para la enfermedad renal
La enfermedad renal crónica (ERC) avanzada implica una pérdida progresiva de la función renal que puede conducir a insuficiencia renal y a decisiones terapéuticas difíciles.... MásTI
ver canal
Herramienta de apoyo clínico automatiza evaluación del riesgo de ERC en atención primaria
La enfermedad renal crónica (ERC) requiere un diagnóstico oportuno, una evaluación del riesgo y un tratamiento coordinado en atención primaria. El reconocimiento tardío... Más
Alertas de historia clínica apoyan dosificación, sedación y detección del shock cardiogénico
Las alertas de la historia clínica electrónica pueden aumentar la carga de trabajo de los clínicos cuando están mal dirigidas. Sin embargo, en la atención cardíaca... MásPruebas POC
ver canal
Nuevo enfoque de análisis del condensado del aire exhalado mejora la fiabilidad del monitoreo de la EPOC
La enfermedad pulmonar obstructiva crónica (EPOC) es una afección pulmonar progresiva que puede afectar cada vez más la respiración con el tiempo. El diagnóstico y el... Más
Monitoreo continuo de glucosa identifica riesgo cardiometabólico en adultos sin diabetes
La disglucemia—regulación anormal de la glucosa en sangre—puede fluctuar a lo largo del día y a menudo escapa al cribado convencional. Los médicos suelen recurrir a la... MásNegocios
ver canal
Stryker completa adquisición para ampliar su oferta en cirugía de hombro
Stryker (Portage, MI, EE.UU.) ha completado la adquisición de ZuriMED (Zúrich, Suiza), un desarrollador de capital privado del FiberLocker System, ampliando su cartera de Medicina Deportiva... Más








