Crecimiento rápido del diagnóstico ayudado por computador (CAD) en radiología

Las ventajas del diagnóstico ayudado por computador (CAD, por su sigla en inglés) fueron discutidas durante la Sesión de Apertura del la Asamblea Científica en el encuentro anual de la Sociedad Norteamericana de Radiología (RSNA) en Chicago (IL, EUA). El moderador fue el Dr. George S. Bisset III, de la Universidad de Duke (Durham, NC, EUA).

El uso del CAD en la imagenología del tórax fue discutido por el Dr. Heber MacMahon, de "University of Chicago Hospitals” (IL, EUA). Anotando que CAD "es una de las áreas de radiología de expansión más rápida, el Dr. MacMahon dijo que fue producto de la capacidad de digitalizar las imágenes. Las computadoras le han permitido a los radiólogos tener mejor acceso y manejo de los datos y mejorar el realce de las imágenes a través de técnicas de substracción, lo que produce una detección y cuantificación más efectiva. Por ejemplo, la radiografía torácica de energía dual, podría usarse para amplificar las anormalidades y producir imágenes más precisas. El Dr. MacMahon habló sobre las redes neurales artificiales, citando estadísticas que muestran que éstas pueden ser más seguras que los radiólogos para identificar condiciones como la enfermedad intersticial y concluyó que la aceptación del CAD por los usuarios crecerá así como su seguridad y rapidez.

El Dr. Robert A. Schmidt de la Escuela de Medicina de la Universidad de Nueva York (NY, EUA) discutió sobre la ayuda del computador para mejorar el análisis del cáncer de seno. Explicó que el CAD es especialmente valioso para la mamografía de tamizaje. Sin embargo, los programas están amenazados por las dificultades económicas, el ambiente de litigios médico-legales y la ausencia de personal entrenado. Como la mamografía de tamizaje requiere atención para detallar, es perfectamente conveniente para la automatización a través del CAD, que podría funcionar como un segundo lector. El Dr. Schmidt cree que el uso del CAD crecerá cuando su capacidad para mejorar su desempeño y para disminuir la variabilidad del observador se demuestre. Describió los programas de reconocimiento automático de "blancos” que pondrían enfocarse en los tumores y las computadoras que serían capaces de determinar si un tumor es maligno.





Enlaces relationados:
Duke Univ.