Se demostró que una plataforma de inteligencia artificial diseñada para identificar una amplia gama de enfermedades neurológicas agudas, como accidente cerebrovascular, hemorragia e hidrocefalia, identifica enfermedades en tomografías computarizadas en 1,2 segundos, más rápido que el diagnóstico humano, según un estudio realizado en elIcahn School of Medicine en Mount Sinai y publicado hoy en la revista Medicina natural .
"Con un tiempo total de procesamiento e interpretación de 1,2 segundos, un sistema de clasificación de este tipo puede alertar a los médicos sobre un hallazgo crítico que, de lo contrario, podría permanecer en una cola de minutos a horas", dice el autor principal Eric Oermann, MD, Instructor del Departamentode Neurocirugía en la Escuela de Medicina Icahn en Mount Sinai. "Estamos ejecutando la visión de desarrollar inteligencia artificial en medicina que resolverá problemas clínicos y mejorará la atención al paciente".
Este es el primer estudio que utiliza inteligencia artificial para detectar una amplia gama de eventos neurológicos agudos y demostrar una aplicación clínica directa. Los investigadores utilizaron 37.236 tomografías computarizadas de la cabeza para entrenar una red neuronal profunda para identificar si una imagen contenía imágenes críticas o no críticas.Luego, la plataforma se probó en un ensayo controlado aleatorio ciego en un entorno clínico simulado en el que se clasificaron las tomografías computarizadas de la cabeza en función de la gravedad. Se probó el software informático para determinar la rapidez con la que podía reconocer y proporcionar una notificación en comparación con el tiempo que tomó unaradiólogo para notar una enfermedad. El tiempo promedio para que el algoritmo informático preprocese una imagen, ejecute su método de inferencia y, si es necesario, genere una alarma, fue 150 veces más corto que para que los médicos leyeran la imagen.
Este estudio utilizó "enfoques de aprendizaje débilmente supervisados", que se basaron en la experiencia del equipo de investigación en el procesamiento del lenguaje natural y los grandes conjuntos de datos clínicos del Sistema de Salud Mount Sinai. El Dr. Oermann dice que la próxima fase de esta investigación implicará un etiquetado informático mejorado de CTexploraciones y un cambio a "enfoques de aprendizaje fuertemente supervisados" y técnicas novedosas para aumentar la eficiencia de los datos. Los investigadores estiman que el objetivo de rediseñar el sistema con estos cambios se logrará en los próximos dos años.
"La expresión 'el tiempo es cerebro' significa que la respuesta rápida es fundamental en el tratamiento de enfermedades neurológicas agudas, por lo que cualquier herramienta que reduzca el tiempo hasta el diagnóstico puede conducir a mejores resultados en los pacientes", dice el coautor del estudio Joshua Bederson, MD,Profesor y director del sistema del Departamento de Neurocirugía del Sistema de Salud Mount Sinai y director clínico del Núcleo de Simulación de Neurocirugía.
"La aplicación de técnicas de aprendizaje profundo y visión por computadora a las imágenes radiológicas es un imperativo claro para la atención médica del siglo XXI", dice el autor del estudio, Burton Drayer, MD, profesor Charles M. y Marilyn Newman y director de sistemas del Departamento de Radiologíapara el Sistema de Salud Mount Sinai, Director Ejecutivo de la Práctica de la Facultad de Médicos de Mount Sinai y Decano de Asuntos Clínicos de la Facultad de Medicina de Icahn.
Este estudio fue realizado por el Mount Sinai AI Consortium, conocido como "AISINAI", un grupo de científicos, médicos e investigadores dedicados al desarrollo de inteligencia artificial en medicina que mejorará la atención al paciente y ayudará a los médicos a diagnosticar enfermedades con precisión.
Fuente de la historia :
Materiales proporcionados por Hospital Mount Sinai / Escuela de Medicina Mount Sinai . Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :