La inteligencia artificial ayuda a la detección del cáncer de mama y ahorra tiempo

La inteligencia artificial ayuda a la detección del cáncer de mama y ahorra tiempo

La nueva era de la tecnología ha demostrado ser más eficiente en el campo de la salud. En los datos presentados por la doctora Sarah Eskreis-Winkler, se demostró que un algoritmo entrenado de aprendizaje profundo puede reconocer de forma fiable el cáncer de mama en las imágenes de resonancia magnética, haciendo más eficiente la radiología predominante.

Eskreis-Winkler, en el Simposio sobre Imágenes de Seno de la Sociedad de Imágenes de Seno (SBI) y del Colegio Americano de Radiología (ACR), afirmó que el algoritmo entrenado no sólo identifica tumores sino que también puede ahorrar tiempo sin comprometer la precisión.

Eskreis-Winkler, residente de radiología del Weill Cornell Medicine/New York-Presbyterian Hospital dijo, «El aprendizaje profundo es una nueva y poderosa tecnología que tiene el potencial de ayudarnos con una amplia gama de tareas de imagenología. El DL ha demostrado superar el rendimiento a nivel humano en algunos casos».

La nueva IA supera al anterior software CAD

– Eskreis-Winkler confirmó que la gran ventaja de utilizar la IA es no sólo identificar el problema sino también realizar dicha tarea sin ningún falso positivo. A diferencia de los programas de CAD, el despliegue de los algoritmos de IA en estos casos también funciona sustancialmente más rápido. El software de Detección Asistida por Computadora fue desarrollado para la FFDM (mamografía digital de campo completo).

– El software de CAD solía conducir a una gran suma de falsos positivos que también tiende a disminuir la velocidad de interpretación en lugar de acelerarla.

– Por otro lado, el algoritmo de IA probado en HUP fue implementado en la tomosíntesis.

– La doctora Emily Conant, que también dirige el estudio, dijo: «El concepto detrás de esta IA es que la tendrás desde el principio». Puede ayudarte a navegar rápidamente a los cortes que tienen lesiones preocupantes».

La eficiencia técnica varía con los senos densos y no densos

Inesperadamente, uno de los resultados de la investigación de HUP mostró que el algoritmo redujo los tiempos de lectura más para el seno denso que para el no denso. En el caso del seno no denso, el tiempo medio de lectura bajó de 62,5 segundos a 32,8 segundos, mientras que en el seno denso, mientras se leen las imágenes baja de 65,8 segundos a 28 segundos.

Sin embargo, según los expertos, el tiempo extra utilizado para la lectura de la imagen no densa se debe a la mayor complejidad que conlleva el tipo de imagen.

Uno de los expertos dijo: «Cuando se trata de la hora de la lectura, a veces no hay mucho que mirar con un pecho denso. Si tienes un seno menos denso y con muchos pequeños nódulos y calcificaciones, puede ser una textura más compleja y, por lo tanto, requiere un tiempo de lectura más largo».

La principal conclusión derivada de todo el estudio es que – el uso de la IA en la detección del cáncer de mama puede reducir el tiempo necesario para leer el DBT mientras se mejora el proceso de detección del cáncer.

Leave a Comment!