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

Simulación del flujo sanguíneo más rápida y precisa podría revolucionar tratamiento de enfermedades vasculares

Por el equipo editorial de HospiMedica en español
Actualizado el 13 Mar 2024

El campo del modelado del flujo vascular es vital para comprender y tratar las enfermedades vasculares, pero tradicionalmente, estos métodos requieren mucho trabajo y cálculo. Ahora, los investigadores han logrado avances innovadores en la simulación del flujo sanguíneo dentro del complejo sistema vascular. Estos avances ofrecen el potencial de revolucionar los tratamientos médicos y el desarrollo de dispositivos para enfermedades vasculares.

El equipo de investigación, dirigido por la Universidad de Manchester (Manchester, Reino Unido), evaluó técnicas de vanguardia que agilizan el proceso de simulación pero mantienen la precisión requerida para aplicaciones tan importantes. Descubrieron que el modelo de orden reducido (ROM), que simplifica la complejidad computacional, se puede aplicar de forma selectiva para acelerar con precisión diferentes tipos de modelo del flujo vascular. Además, descubrieron que el aprendizaje automático podría abordar las limitaciones del ROM o incluso introducir métodos de simulación completamente nuevos aplicables a una amplia gama de desafíos de los modelos del flujo vascular. Estos avances podrían ser transformadores para el campo de la medicina vascular.


Imagen: Ejemplar de modelo de flujo vascular; flujo de aneurisma intracraneal, tratamiento y trombosis (Fotografía cortesía de la Universidad de Leeds)
Imagen: Ejemplar de modelo de flujo vascular; flujo de aneurisma intracraneal, tratamiento y trombosis (Fotografía cortesía de la Universidad de Leeds)

Además, esta investigación subraya la importancia de estos métodos de simulación acelerados para ensayos in silico. Estas simulaciones virtuales son cruciales para desarrollar y obtener la aprobación regulatoria para nuevos dispositivos médicos. Al emplear estas técnicas aceleradas, los ensayos in silico se pueden llevar a cabo con un nivel de velocidad y precisión antes inalcanzables, eliminando potencialmente la necesidad de ensayos clínicos tradicionales, que a menudo son costosos y requieren mucho tiempo. La investigación también exige un esfuerzo colectivo para crear un marco de referencia para los métodos de aceleración de simulación. Un marco de este tipo proporcionaría métricas estandarizadas para medir la precisión y la eficiencia a través de diferentes técnicas de simulación, fomentando la transparencia y la comparabilidad en esta área en rápida evolución.

"Las ramificaciones potenciales son inmensas: desde el desarrollo de dispositivos médicos mejorados que pueden personalizarse según la anatomía individual del paciente, hasta proporcionar información en tiempo real durante los procedimientos quirúrgicos, los avances en estas técnicas podrían mejorar los resultados de los pacientes y el estándar de atención", dijo el profesor Alex Frangi, Cátedra Turing Bicentenario de Medicina Computacional.

Enlaces relacionados:
La Universidad de Manchester


Miembro Oro
SARS‑CoV‑2/Flu A/Flu B/RSV Sample-To-Answer Test
SARS‑CoV‑2/Flu A/Flu B/RSV Cartridge (CE-IVD)
Miembro Oro
Disposable Protective Suit For Medical Use
Disposable Protective Suit For Medical Use
Miembro Plata
Compact 14-Day Uninterrupted Holter ECG
NR-314P
New
Enterprise Imaging & Reporting Solution
Syngo Carbon

Últimas Cuidados Criticos noticias

Dispositivo electrónico portátil súper permeable permite monitorear bioseñales a largo plazo

Nuevo hidrogel con capacidades mejoradas para tratar aneurismas y detener su progresión

Nueva herramienta de IA predice eventos médicos para respaldar toma de decisiones clínicas en entornos de atención médica