La IA predice la enfermedad de Alzheimer años antes del diagnóstico
Por el equipo editorial de MedImaging en español Actualizado el 05 Dec 2018 |

Imagen: Mapa de la relevancia del modelo de aprendizaje profundo, Inceptin V3, con respecto a la clasificación de la enfermedad de Alzheimer. (a) Un mapa representativo de relevancia con recubrimiento anatómico en un hombre de 77 años. (b) El mapa de relevancia promedio en el 10 por ciento del conjunto de la Iniciativa de Neuroimagenología de la enfermedad de Alzheimer (c) Mapa de relevancia promedio en un conjunto de prueba independiente. Cuanto más cerca esté el color de un píxel del extremo “Alto” de la barra de color de la imagen, más influencia tendrá para la predicción de la enfermedad de Alzheimer (Fotografía cortesía de UCSF).
Un estudio nuevo sobre la aplicación del aprendizaje profundo (AP) para detectar cambios en el metabolismo cerebral predictivo de la enfermedad de Alzheimer (EA) descubrió que la inteligencia artificial (IA) mejora la capacidad de las imágenes cerebrales para predecir esta enfermedad.
El diagnóstico oportuno de la EA es extremadamente importante, aunque el diagnóstico temprano ha demostrado ser un reto. La investigación ha relacionado el proceso de la enfermedad con los cambios en el metabolismo, como lo demuestra la captación de glucosa en ciertas regiones del cerebro, aunque estos cambios pueden ser difíciles de reconocer.
Los investigadores adiestraron el algoritmo de AP utilizando un examen con 18-F-fluorodeoxiglucosa PET (FDG-PET). Tuvieron acceso a los datos de la Iniciativa de Neuroimagenología de la enfermedad de Alzheimer (ADNI), un importante estudio en varios sitios que se centró en ensayos clínicos para mejorar la prevención y el tratamiento de la enfermedad. El conjunto de datos de ADNI incluyó más de 2.100 imágenes cerebrales de FDG-PET de 1.002 pacientes. Los investigadores entrenaron el algoritmo de AP en el 90% del conjunto de datos y luego lo ensayaron en el 10% restante del conjunto de datos. Finalmente, los investigadores ensayaron el algoritmo en un conjunto independiente de 40 exámenes de imagenología de 40 pacientes que nunca habían estudiado. El algoritmo logró una sensibilidad del 100% para la detección de la enfermedad con un promedio de más de seis años antes del diagnóstico final.
Según los investigadores, el algoritmo podría ser una herramienta útil para complementar el trabajo de los radiólogos, especialmente en conjunto con otras pruebas bioquímicas y de imagenología, para brindar una oportunidad de intervención terapéutica temprana. Los investigadores ahora se enfocarán en entrenar el algoritmo de AP para buscar patrones asociados con la acumulación de proteínas beta-amiloides y tau, grupos de proteínas y ovillos anormales en el cerebro que son marcadores específicos de la enfermedad de Alzheimer.
“Si diagnosticamos la enfermedad de Alzheimer cuando todos los síntomas se han manifestado, la pérdida de volumen cerebral es tan significativa que es demasiado tarde para intervenir”, dijo el coautor del estudio, Jae Ho Sohn, MD, del Departamento de Radiología e Imágenes Biomédicas de la Universidad de California en San Francisco (UCSF). “Si podemos detectarla antes, es una oportunidad para que los investigadores encuentren formas mejores de frenar o incluso detener el proceso de la enfermedad”.
Enlace relacionado:
Departamento de Radiología e Imágenes Biomédicas de la Universidad de California en San Francisco
El diagnóstico oportuno de la EA es extremadamente importante, aunque el diagnóstico temprano ha demostrado ser un reto. La investigación ha relacionado el proceso de la enfermedad con los cambios en el metabolismo, como lo demuestra la captación de glucosa en ciertas regiones del cerebro, aunque estos cambios pueden ser difíciles de reconocer.
Los investigadores adiestraron el algoritmo de AP utilizando un examen con 18-F-fluorodeoxiglucosa PET (FDG-PET). Tuvieron acceso a los datos de la Iniciativa de Neuroimagenología de la enfermedad de Alzheimer (ADNI), un importante estudio en varios sitios que se centró en ensayos clínicos para mejorar la prevención y el tratamiento de la enfermedad. El conjunto de datos de ADNI incluyó más de 2.100 imágenes cerebrales de FDG-PET de 1.002 pacientes. Los investigadores entrenaron el algoritmo de AP en el 90% del conjunto de datos y luego lo ensayaron en el 10% restante del conjunto de datos. Finalmente, los investigadores ensayaron el algoritmo en un conjunto independiente de 40 exámenes de imagenología de 40 pacientes que nunca habían estudiado. El algoritmo logró una sensibilidad del 100% para la detección de la enfermedad con un promedio de más de seis años antes del diagnóstico final.
Según los investigadores, el algoritmo podría ser una herramienta útil para complementar el trabajo de los radiólogos, especialmente en conjunto con otras pruebas bioquímicas y de imagenología, para brindar una oportunidad de intervención terapéutica temprana. Los investigadores ahora se enfocarán en entrenar el algoritmo de AP para buscar patrones asociados con la acumulación de proteínas beta-amiloides y tau, grupos de proteínas y ovillos anormales en el cerebro que son marcadores específicos de la enfermedad de Alzheimer.
“Si diagnosticamos la enfermedad de Alzheimer cuando todos los síntomas se han manifestado, la pérdida de volumen cerebral es tan significativa que es demasiado tarde para intervenir”, dijo el coautor del estudio, Jae Ho Sohn, MD, del Departamento de Radiología e Imágenes Biomédicas de la Universidad de California en San Francisco (UCSF). “Si podemos detectarla antes, es una oportunidad para que los investigadores encuentren formas mejores de frenar o incluso detener el proceso de la enfermedad”.
Enlace relacionado:
Departamento de Radiología e Imágenes Biomédicas de la Universidad de California en San Francisco
Últimas Industria noticias
- IBA adquiere Radcal para ampliar oferta de garantía de calidad de imágenes médicas
- Sociedades internacionales sugieren consideraciones clave para herramientas IA para radiología
- Dispositivos de rayos X de Samsung funcionarán con soluciones de IA de Lunit para exámenes avanzados de tórax
- Canon Medical y Olympus colaboran en sistemas de ultrasonido endoscópico
- GE HealthCare adquiere empresa de análisis de imágenes por IA MIM Software
- Primeros criterios internacionales establecen las bases para mejorar diagnóstico por imágenes de tumores cerebrales
- RSNA revela los 10 estudios de radiología más citados de 2023
- Exposiciones técnicas RSNA 2023 ofrecerá innovaciones en IA, impresión 3D y más
- Según un estudio, productos de imágenes médicas por IA se quintuplicarán para 2035
- Exposiciones técnicas de RSNA 2023 destacan las últimas innovaciones en imágenes médicas
- Tecnologías impulsadas por IA ayudan a interpretar rediografías e imágenes de resonancias magnéticas para mejorar diagnóstico de enfermedades
- Hologic y Bayer se asocian para mejorar imágenes de mamografía
- Mercado mundial de arcos en C fijos y móviles impulsado por aumento de procedimientos quirúrgicos
- Mercado mundial de ultrasonido mejorado por contraste impulsado por demanda de detección temprana de enfermedades crónicas
- Uso de imágenes avanzadas aumenta en departamentos de emergencia
- Mercado mundial de sistemas móviles de arco en C impulsado por avances tecnológicos en capacidades de imagen
Canales
Radiografía
ver canal
Solución de IA para rayos X de tórax identifica, categoriza y resalta automáticamente áreas sospechosas
La radiografía de tórax es la herramienta de imagen predominante empleada en las prácticas clínicas habituales y es crucial para detectar diversas enfermedades.... Más
IA diagnostica fracturas de muñeca tan bien como radiólogos
En el campo de las imágenes médicas, la radiografía convencional es el método principal para diagnosticar las fracturas de muñeca. Sin embargo, desafíos como el... MásRM
ver canal
Terapia de ultrasonido enfocado guiada por resonancia magnética se muestra prometedora en tratamiento del cáncer de próstata
Los médicos y radiólogos intervencionistas utilizan la terapia de ultrasonido enfocado guiado por resonancia magnética (MRgFUS) para apuntar con precisión áreas específicas... Más
La máquina de resonancia magnética más potente del mundo captura imágenes del cerebro vivo con una claridad inigualable
El escáner de resonancia magnética (MRI) más potente del mundo ha generado sus primeras imágenes del cerebro humano, demostrando nuevos niveles de precisión que podrían... Más
Herramienta de resonancia magnética basada enIA supera métodos actuales de diagnóstico de tumores cerebrales
El glioblastoma multiforme, las metástasis de tumores sólidos al cerebro y el linfoma primario del sistema nervioso central comprenden hasta el 70 % de todos los cánceres cerebrales malignos.... MásUltrasonido
ver canal
Transductor de ultrasonido transparente de banda ancha ultrasensible mejora diagnóstico médico
El sistema de imágenes de modo dual ultrasonido-fotoacústico combina el contraste de imágenes moleculares con imágenes de ultrasonido. Puede mostrar detalles moleculares y estructurales... Más
Inteligencia artificial detecta defectos cardíacos en recién nacidos a partir de imágenes de ultrasonido
La hipertensión pulmonar es una afección en la que las arterias que van a los pulmones de un bebé no se abren lo suficiente o no se cierran poco después del nacimiento.... MásMedicina Nuclear
ver canal
Adquisición temprana de PET FDG dinámica de 30 minutos podría reducir a la mitad tiempos de exploración pulmonar
Las exploraciones PET FDG F-18 son una forma de observar el interior del cuerpo utilizando un tinte especial, y estas exploraciones pueden ser estáticas o dinámicas. Las exploraciones estáticas... Más
El nuevo sistema radioteranástico detecta y trata el cáncer de ovario de forma no invasiva
El cáncer de ovario es el cáncer ginecológico más letal, con una tasa de supervivencia a cinco años inferior al 30% para los diagnosticados en etapas tardías.... Más
Nuevo método para desencadenar y obtener imágenes de convulsiones para ayudar a guiar cirugía de epilepsia
Las personas que experimentan epilepsia y convulsiones que no pueden controlarse con medicamentos a menudo encuentran beneficiosa la cirugía cerebral. Este procedimiento tiene como objetivo extirpar... MásImaginología General
ver canal
Modelo de IA detecta 90 % de casos de cáncer linfático a partir de imágenes de PET y TC
El uso de la inteligencia artificial (IA) en el análisis de imágenes médicas ha sido testigo de avances significativos recientemente. Se están desarrollando nuevas herramientas... Más.jpg)
El algoritmo de aprendizaje profundo basado en TC diferencia con precisión las fracturas vertebrales benignas de las malignas
Se espera que el aumento de la población que envejece dé como resultado un aumento correspondiente en la prevalencia de fracturas vertebrales que pueden causar dolor de espalda o compromiso... MásTI en Imaginología
ver canal
Nueva suite de imágenes médicas de Google Cloud hace los datos de imágenes médicas más accesibles
Las imágenes médicas son una herramienta fundamental que se utiliza para diagnosticar a los pacientes, y cada año se escanean miles de millones de imágenes médicas en... Más
Plataforma para el manejo de imágenes agiliza los planes de tratamiento
Un conjunto de soluciones de software del ecosistema de imágenes proporciona accesibilidad segura a las imágenes médicas, mejorando los flujos de trabajo y la atención a los pacientes. La plataforma... MásUna red global nueva mejora el acceso a la comprensión diagnóstica
Quest Diagnostics (Madison, NJ, EUA), un proveedor líder de servicios de información de diagnóstico, junto con otros proveedores de servicios de diagnóstico, ha anunciado la formación y el lanzamiento de la Red de Diagnóstico Global (GDN), un grupo de... Más