¿Por qué registrarte?

#TECNOLOGÍAENMEDICINA #INTELIGENCIAARTIFICIAL #OSTEOPOROSIS #DMO

Un modelo de inteligencia artificial podría ayudar a diagnosticar la osteoporosis de forma temprana

Un modelo de aprendizaje profundo consigue identificar las vértebras lumbares y calcular su DMO de forma automática a partir de tomografías

Un modelo de IA podría ayudar a diagnosticar la osteoporosis de forma temprana
Guárdala

Comparte.

Medir la densidad mineral ósea (DMO) es el procedimiento estándar para diagnosticar la osteoporosis (OP) de forma temprana. Generalmente, dicho parámetro suele obtenerse a partir de una absorciometría de rayos X de energía dual (DXA) o mediante tomografía computarizada (TC) cuantitativa. Esta última técnica es más precisa y emite menos radiación que la DXA, pero también requiere de un post-procesado más complejo.

Por otro lado, muchos pacientes en todo el mundo con afecciones de los tractos gastrointestinal o urinario son sometidos a TC rutinarias de abdomen o espalda para diagnosticar o controlar dichas enfermedades. Según un equipo de investigadores chinos, dichas TC podrían servir para analizar si estos pacientes también presentan OP u osteopenia mediante la aplicación de la inteligencia artificial (IA).

En un artículo publicado en la revista European Radiology, los especialistas han desarrollado un modelo de aprendizaje profundo en base a redes neuronales convolucionales (CNN) que, a partir de imágenes de TC de la columna, localiza las vértebras lumbares y calcula su DMO de forma automatizada.

Los cálculos de DMO obtenidos por el modelo correlacionaron altamente con los valores medidos por TC cuantitativa

Para poner a punto y testear el modelo, el estudio contó con 1.449 pacientes que recibieron una TC abdominal o lumbar entre 2018 y 2020. 586 de estos casos se utilizaron para entrenar la IA, mientras que los 863 restantes se usaron para ponerlo a prueba.

Una primera CNN se encargó de segmentar las vértebras lumbares de cada imagen de forma automatizada y con una buena correlación en comparación con la localización de L1-L4 realizada de forma manual. Otra CNN se encargó de calcular la DMO también de forma automática, y la media de resultados obtenidos correlacionó altamente con los valores de DMO medidos por TC cuantitativa. El modelo clasificó a los pacientes testeados como osteoporóticos, osteopénicos o sanos en función del cálculo de DMO.

Los autores consideran que esta metodología podría ayudar a extraer información adicional de TC rutinarias y contribuir a detectar de forma oportunista y temprana la OP, lo que podría ayudar a frenar el avance y las complicaciones derivadas de dicha patología ósea.

Referencia
Fang Y, Li W, Chen X, et al. Opportunistic osteoporosis screening in multi-detector CT images using deep convolutional neural networks [published online ahead of print, 2020 Oct 1]. Eur Radiol. 2020;10.1007/s00330-020-07312-8. doi:10.1007/s00330-020-07312-8

COMPARTE LA NOTICIA: Guárdala
Acceso a todos los contenidos. Formaciones acreditadas. Consulta y descarga de publicaciones médicas
¿Por qué registrarte?

Accede

Entra en tu cuenta personal de La RED para ver tus documentos guardados y poder leer todos los contenidos.


Close

Regístrate ahora

para que siempre recordemos tus preferencias y accede además a todos los contenidos, incluidos artículos científicos y formaciones científicas.

¿Por qué registrarte?
Close

Restaurar contraseña

Introduce el e-mail con el que te registraste y recibirás instrucciones para recuperar tu contraseña.

Close

Utilizamos “cookies” propias y de terceros para elaborar información estadística y mostrarte publicidad, contenidos y servicios personalizados a través del análisis de tu navegación. Si continúas navegando aceptas su uso.