Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
Mastografía basada en IA busca reducir la carga de trabajo a radiólogos

Radiólogos del Servicio Nacional (NHS, por sus siglas en inglés) en el Reino Unido han realizado un estudio comparativo con más de 40 mil mastografías, para medir el impacto de Mia, la tecnología de Inteligencia Artificial (IA), que tiene como propósito reducir la carga de trabajo de los radiólogos, así como agilizar los procesos de diagnóstico.

La Dra. Nisha Sharma y el Dr. Jonathan James, quienes se desempeñan como radiólogos de cáncer de mama en el NHS, presentaron los resultados preliminares del estudio que mide el impacto de la IA en la detección de cáncer de mama. El comunicado de prensa de la compañía que desarrolló dicha tecnología, menciona que, en el Reino Unido, se requieren dos radiólogos que trabajan de forma independiente para la evaluación de las mastografías. Es decir, detección de doble lectura, el método más confiable para la detección de cáncer de mama, situación que podría modificarse con la aplicación de Mia.

Los resultados de más de 40 mil mastografías, mostraron que, si Mia se presenta como radiólogo en el proceso de doble lectura, la tasa general de repetición de lecturas dobles es del 4 a 5% y la tasa de detección del cáncer es de 8.4 por 1000 mujeres. Dos radiólogos humanos trabajando en este proceso indicaba casi los mismos resultados 8.5 de cada 1000 mujeres y el mismo rango de repetición de lecturas dobles.

Otro de los resultados significativos es la reducción de los tiempos, pues si Mia actúa como primer radiólogo, el segundo radiólogo puede reducir hasta en un 81.9% el tiempo de lectura y generar un diagnóstico más rápido.

Peter Kecsekmethy, cofundador de la compañía desarrolladora, mencionó lo siguiente sobre los resultados del estudio interno: “Estos resultados internos demuestran un primer paso prometedor en el uso de la IA segura para hacer frente a la crisis de la fuerza de trabajo en la exploración de mama. Cuando Mia se utiliza como segundo radiólogo apenas hay cambios en el rendimiento del servicio de exploración y hay razones para creer que el resultado neto será una mejora en la calidad del servicio. Así que estamos mostrando cómo Mia ayuda a resolver las necesidades en la exploración de mama actuando como un lector independiente”.

Además, enfatizó en que Mia no busca vencer a los radiólogos humanos, sino funcionar como un apoyo, ya que la combinación de ambos puede generar una nueva solución para los estándares tradicionales de diagnóstico. También mencionó que Mia es segura y efectiva y que se encuentra validada a través de la IA.

“La IA es muy prometedora, pero cuando se utiliza para intervenir en la vida de las personas en la atención médica, debemos ser sólidos en nuestras investigaciones y estudios clínicos”, explicó la Dra. Sharma sobre los avances de la IA en salud.

Por otra parte, el Dr. James, mencionó lo siguiente sobre la crisis de fuerza laboral que enfrenta el Reino Unido durante la pandemia por COVID-19: “tenemos que encontrar una manera de resolver ese problema y seguir ofreciendo a las mujeres el mejor servicio posible cuando se trata de la detección del cáncer de mama. Los resultados que hemos presentado hoy muestran que Mia podría ser esa solución. Es un privilegio compartirlos hoy con nuestros compañeros de la RSNA y darles la primera prueba de que Mia podría ser una herramienta segura y eficaz para su servicio de detección”.

Noticias destacadas

Noticias por país

Contenidos Relacionados

Secured By miniOrange