Inteligencia artificial detecta las fracturas en los rayos X con exactitud
|
Por el equipo editorial de HospiMedica en español Actualizado el 12 Jan 2022 |

Imagen: Ejemplos de fracturas detectadas usando el algoritmo AI BoneView (Fotografía cortesía de BUSM)
Un estudio nuevo revela que la asistencia de inteligencia artificial (IA) mejora la sensibilidad y la especificidad de los lectores de radiología que buscan fracturas esqueléticas.
Investigadores de la Facultad de Medicina de la Universidad de Boston (BUSM; MA, EUA), la Universidad de Stony Brook (SBU; NY, EUA) y otras instituciones, realizaron un estudio del algoritmo de IA BoneView de Gleamer (París, Francia), que puede detectar fracturas de las extremidades, la pelvis, el torso, la columna lumbar y la caja torácica. Seis tipos de lectores (radiólogos, cirujanos ortopédicos, médicos de urgencias, asistentes médicos, reumatólogos y médicos de familia) examinaron 480 conjuntos de datos, con y sin IA BoneView.
Los resultados revelaron que el uso de la asistencia de IA ayudó a reducir las fracturas no detectadas en un 29 % y aumentó la sensibilidad de los lectores en un 16 % para una sola fractura y en un 30 % para exámenes con más de una fractura, al tiempo que mejoró la especificidad en un 5 %. La mejora de la sensibilidad fue significativa en todas las localizaciones, pero especialmente en el hombro, la clavícula y la columna toracolumbar. La asistencia de IA también redujo el tiempo para la lectura de rayos X en un promedio de 6,3 segundos por paciente. El estudio se publicó el 21 de diciembre de 2021 en la revista Radiology.
“Nuestro algoritmo de IA puede detectar rápida y automáticamente las radiografías que son positivas para fracturas y marcar esos estudios en el sistema para que los radiólogos puedan priorizar la lectura de radiografías con fracturas positivas”, dijo el autor correspondiente, el profesor Ali Guermazi, MD, PhD, del BUSM. “El sistema también destaca las regiones de interés con cuadros delimitadores alrededor de las áreas donde se sospechan fracturas. Esto puede contribuir potencialmente a reducir el tiempo de espera en el hospital o la clínica antes de que los pacientes puedan obtener un diagnóstico positivo de fractura”.
Las fracturas no detectadas en las radiografías son una de las causas más comunes de discrepancias diagnósticas entre las interpretaciones iniciales de los no radiólogos o los residentes y la lectura final de los radiólogos certificados por la junta, lo que genera daños prevenibles o retrasos en la atención del paciente. Además, las inconsistencias en el diagnóstico radiográfico de fracturas son más comunes durante las horas de la tarde y la noche, probablemente relacionadas con lecturas no expertas y fatiga. En pacientes con politraumatismos, la proporción de lesiones pasadas por alto, incluidas las fracturas, puede ser alta en el antebrazo y las manos (6,6 %) y los pies (6,5 %).
Enlace relacionado:
Facultad de Medicina de la Universidad de Boston
Universidad de Stony Brook
Gleamer
Investigadores de la Facultad de Medicina de la Universidad de Boston (BUSM; MA, EUA), la Universidad de Stony Brook (SBU; NY, EUA) y otras instituciones, realizaron un estudio del algoritmo de IA BoneView de Gleamer (París, Francia), que puede detectar fracturas de las extremidades, la pelvis, el torso, la columna lumbar y la caja torácica. Seis tipos de lectores (radiólogos, cirujanos ortopédicos, médicos de urgencias, asistentes médicos, reumatólogos y médicos de familia) examinaron 480 conjuntos de datos, con y sin IA BoneView.
Los resultados revelaron que el uso de la asistencia de IA ayudó a reducir las fracturas no detectadas en un 29 % y aumentó la sensibilidad de los lectores en un 16 % para una sola fractura y en un 30 % para exámenes con más de una fractura, al tiempo que mejoró la especificidad en un 5 %. La mejora de la sensibilidad fue significativa en todas las localizaciones, pero especialmente en el hombro, la clavícula y la columna toracolumbar. La asistencia de IA también redujo el tiempo para la lectura de rayos X en un promedio de 6,3 segundos por paciente. El estudio se publicó el 21 de diciembre de 2021 en la revista Radiology.
“Nuestro algoritmo de IA puede detectar rápida y automáticamente las radiografías que son positivas para fracturas y marcar esos estudios en el sistema para que los radiólogos puedan priorizar la lectura de radiografías con fracturas positivas”, dijo el autor correspondiente, el profesor Ali Guermazi, MD, PhD, del BUSM. “El sistema también destaca las regiones de interés con cuadros delimitadores alrededor de las áreas donde se sospechan fracturas. Esto puede contribuir potencialmente a reducir el tiempo de espera en el hospital o la clínica antes de que los pacientes puedan obtener un diagnóstico positivo de fractura”.
Las fracturas no detectadas en las radiografías son una de las causas más comunes de discrepancias diagnósticas entre las interpretaciones iniciales de los no radiólogos o los residentes y la lectura final de los radiólogos certificados por la junta, lo que genera daños prevenibles o retrasos en la atención del paciente. Además, las inconsistencias en el diagnóstico radiográfico de fracturas son más comunes durante las horas de la tarde y la noche, probablemente relacionadas con lecturas no expertas y fatiga. En pacientes con politraumatismos, la proporción de lesiones pasadas por alto, incluidas las fracturas, puede ser alta en el antebrazo y las manos (6,6 %) y los pies (6,5 %).
Enlace relacionado:
Facultad de Medicina de la Universidad de Boston
Universidad de Stony Brook
Gleamer
Últimas TI noticias
- Nanopartículas imprimibles permiten la producción masiva de biosensores portátiles
- Los relojes inteligentes podrían detectar la insuficiencia cardíaca congestiva
- Un parche inteligente versátil combina monitoreo de salud y administración de fármacos
- 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
- IA predice cáncer de páncreas tres años antes del diagnóstico a partir de registros médicos de los pacientes
- Primer sistema de autorizaciones médicas personalizadas de IA generativa totalmente autónoma reduce el retraso en la atención
- Según un estudio, registros médicos electrónicos pueden ser clave para mejorar la atención al paciente
- IA entrenada para biomarcadores vocales específicos podría predecir con precisión enfermedad de arterias coronarias
Canales
Cuidados Criticos
ver canal
Actualizan las guías de RCP para la atención y reanimación de emergencia pediátrica y neonatal
El paro cardíaco en lactantes y niños sigue siendo una de las principales causas de urgencias pediátricas, con más de 7.000 casos extrahospitalarios y 20.000 intrahospitalarios al año en Estados Unidos.... Más
Modelos de IA identifican grupos de pacientes en riesgo de recibir tratamiento inadecuado
Los errores de triaje en los departamentos de emergencia pueden tener consecuencias de vida o muerte, pero identificar las causas subyacentes ha sido un desafío constante. Ahora, un equipo de investigadores... MásTécnicas Quirúrgicas
ver canal
Válvula robótica blanda magnética ofrece una intervención mínimamente invasiva para el reflujo ácido
Millones de personas en todo el mundo padecen enfermedad por reflujo gastroesofágico (ERGE), una afección crónica en la que el ácido estomacal regresa al esófago debido... Más
Implantes espinales inalámbricos de metamateriales pueden sentir, curar y comunicarse
La fusión espinal, una cirugía común que se realiza a casi un millón de estadounidenses cada año, a menudo requiere visitas hospitalarias repetidas y exposición... MásCuidados de Pacientes
ver canal
Dispositivo automático de lavado de vías intravenosas mejora la atención en infusiones
Más del 80% de los pacientes hospitalizados reciben terapia intravenosa (IV). Cada dosis de medicamento IV administrada en una bolsa de infusión de pequeño volumen (<250 mL) debe... Más
Herramienta de capacitación en realidad virtual combate la contaminación de equipos médicos portátiles
Las infecciones asociadas a la atención médica (IAAS) afectan a uno de cada 31 pacientes, causan casi 100.000 muertes al año y generan un costo de 28.4 mil millones de dólares... Más
Plataforma de biosensores portátiles reducirá infecciones adquiridas en el hospital
En la Unión Europea, aproximadamente 4 millones de pacientes adquieren infecciones asociadas a la atención de la salud (IAAS), o infecciones nosocomiales, cada año, lo que provoca alrededor de 37.... MásTecnología portátil de luz germicida, única en su tipo, desinfecta superficies clínicas de alto contacto en segundos
La reducción de las infecciones adquiridas en la atención sanitaria (IAAS) sigue siendo una cuestión apremiante dentro de los sistemas sanitarios mundiales. Sólo en Estados Unidos, 1,7 millones de pacientes... MásPruebas POC
ver canal
Lector de inmunoensayo de pruebas POC proporciona análisis cuantitativo de kits de prueba para diagnóstico más preciso
Un lector de inmunoensayos cuantitativos pequeño y liviano que proporciona un análisis cuantitativo de cualquier tipo de kits o tiras de prueba rápida, y se puede conectar a una PC... Más
Sistema de hemostasia de sangre total POC de última generación reconoce necesidades específicas de servicios de emergencia y quirófanos
Las pruebas hemostáticas actuales proporcionan solo un subconjunto de la información necesaria, o tardan demasiado en ser útiles en situaciones críticas de hemorragia, lo que... Más
Laboratorio portátil permitirá identificación de infecciones bacterianas más rápida y económica en el punto de necesidad
La resistencia a los antimicrobianos (RAM) es la falta de respuesta de las bacterias a un determinado antibiótico debido a mutaciones o genes de resistencia que la especie ha adquirido.... MásNegocios
ver canal
Philips y Masimo se asocian para impulsar las tecnologías de monitorización de pacientes
Royal Philips (Ámsterdam, Países Bajos) y Masimo (Irvine, CA, EUA) han renovado su colaboración estratégica plurianual, combinando la experiencia de Philips en monitorización... Más







