/ miércoles 17 de octubre de 2018

Nuevo sistema automatizado puede identificar tejido denso en mamografías

México, (Notimex).- Científicos del Instituto Tecnológico de Massachusetts (MIT, por sus siglas en inglés) realizan un modelo de aprendizaje capaz de identificar, en mamografías, tejido denso, un factor de riesgo del cáncer de mama.

El nuevo método de aprendizaje profundo automatizado, hecho por científicos del MIT y del Hospital General de Massachusetts, se usó con éxito en pacientes, por lo que el desarrollo podría derivar en mejores procesos de detección, tan confiables como los radiólogos.

Los investigadores destacan que el modelo puede brindar mayor confiabilidad en la evaluación de densidad mamaria en la población estadunidense, donde se estima que más del 40 por ciento de las mujeres tienen tejido mamario denso.

De acuerdo con el MIT, el tejido denso puede ocultar el cáncer en la mamografía, lo que dificulta la detección.

Para el desarrollo del proyecto, los científicos dotaron a un modelo de aprendizaje de miles de mamografías digitales de alta calidad para aprender a distinguir los diferentes tipos de tejido mamario.

“Nuestra motivación fue crear una herramienta precisa y coherente, que se pueda compartir y utilizar en todos los sistemas de atención médica”, indicó uno de los autores del artículo Adam Yala.

Los investigadores entrenaron y probaron su modelo en un conjunto de datos de más de 58 mil mamografías seleccionadas al azar de más de 39 mil mujeres.

El sistema se instala en una máquina separada que toma las exploraciones mamarias antes de que llegue al radiólogo, para asignar a cada mamografía una clasificación de densidad. Después, los expertos aceptan o rechazan calificación asignada del modelo.

De enero a mayo del presente año, en más de 10 mil mamografías, el modelo coincidió 94 por ciento con los radiólogos del Hospital General de Massachusetts en una prueba binaria.

“Toma menos de un segundo por imagen, puede escalarse de manera fácil y económica en todos los hospitales”, indicó Adam Yala.

México, (Notimex).- Científicos del Instituto Tecnológico de Massachusetts (MIT, por sus siglas en inglés) realizan un modelo de aprendizaje capaz de identificar, en mamografías, tejido denso, un factor de riesgo del cáncer de mama.

El nuevo método de aprendizaje profundo automatizado, hecho por científicos del MIT y del Hospital General de Massachusetts, se usó con éxito en pacientes, por lo que el desarrollo podría derivar en mejores procesos de detección, tan confiables como los radiólogos.

Los investigadores destacan que el modelo puede brindar mayor confiabilidad en la evaluación de densidad mamaria en la población estadunidense, donde se estima que más del 40 por ciento de las mujeres tienen tejido mamario denso.

De acuerdo con el MIT, el tejido denso puede ocultar el cáncer en la mamografía, lo que dificulta la detección.

Para el desarrollo del proyecto, los científicos dotaron a un modelo de aprendizaje de miles de mamografías digitales de alta calidad para aprender a distinguir los diferentes tipos de tejido mamario.

“Nuestra motivación fue crear una herramienta precisa y coherente, que se pueda compartir y utilizar en todos los sistemas de atención médica”, indicó uno de los autores del artículo Adam Yala.

Los investigadores entrenaron y probaron su modelo en un conjunto de datos de más de 58 mil mamografías seleccionadas al azar de más de 39 mil mujeres.

El sistema se instala en una máquina separada que toma las exploraciones mamarias antes de que llegue al radiólogo, para asignar a cada mamografía una clasificación de densidad. Después, los expertos aceptan o rechazan calificación asignada del modelo.

De enero a mayo del presente año, en más de 10 mil mamografías, el modelo coincidió 94 por ciento con los radiólogos del Hospital General de Massachusetts en una prueba binaria.

“Toma menos de un segundo por imagen, puede escalarse de manera fácil y económica en todos los hospitales”, indicó Adam Yala.

Local

El DIF Estatal trabaja por la salud

Trabajamos para preservar la salud de las familias queretanas, especialmente la de los niños, niñas y adultos mayores que son el sector más vulnerable

Local

Sin víctimas, por explosión de chupaducto en San Juan

El incendio fue consumido en su totalidad a las 00:30 horas de este sábado 19 de enero por personal operativo de Petróleos Mexicanos

Local

A la alza, recuperación de vehículos robados: SSC

54 % creció la recuperación de vehículos durante el 2018, en la zona metropolitana

Sociedad

Identificación de restos podría llevar meses: Omar Fayad

Abrieron 65 carpetas para investigar la identidad de los cuerpos carbonizados, recabaron 54 muestras genéticas y atendieron a 500 familiares

Sociedad

Arriban cientos de migrantes centroamericanos a Oaxaca

 Esta mañana arribaron más de mil migrantes a bordo de cinco autobuses y se espera la llegada de más

Política

AMLO recibe a su hijo menor, Jesús Ernesto en su oficina de Palacio Nacional

 “Hoy domingo por la mañana me visitó en la oficina Jesús Ernesto y me transmitió una buena dosis de aliento y ternura”, escribió el mandatario

Cine

Roma obtiene seis nominaciones a los ICS Awards

La cinta competirá en las categorías de mejor Director, Imagen, Cinematografía, Película en Habla No Inglesa, Edición y Diseño de Producción

Sociedad

Pemex no cerró válvula en ducto de Tlahuelilpan, no se pensó que fuera una fuga relevante: Durazo

El funcionario federal señaló que existe un protocolo de seguridad que establece en qué momento debe cerrarse una válvula