Inteligencia artificial compara imágenes médicas 3D hasta mil veces más rápido

Comparta este Artículo en:

Algoritmo hace que el proceso de comparar escaneos 3D sea hasta 1,000 veces más rápido.

La comparación de exploraciones médicas en 3D puede tomar dos horas o más para ver qué ha cambiado.

Y eso representa un problema para los cirujanos, que pueden tener que llevar a los pacientes a la sala de operaciones nuevamente si la extirpación del tumor no fue un éxito completo.

Afortunadamente, la tecnología de IA puede eliminar esa molestia.

Un equipo de investigación liderado por MIT ha creado un algoritmo de aprendizaje automático que puede analizar escaneos 3D hasta 1,000 veces más rápido que antes, lo que permite estudiar los cambios casi en tiempo real, menos de un segundo en una PC con una tarjeta gráfica rápida.

El algoritmo de los investigadores, llamado “VoxelMorph”, está impulsado por una red neuronal convolucional (CNN), un enfoque de aprendizaje automático comúnmente utilizado para el procesamiento de imágenes.

Estas redes constan de muchos nodos que procesan imágenes y otra información a través de varias capas de computación.

Non-legislative collection are the most recognized not-for benefit tons or cooperation, if close-by or international, acting outdoors political foundations. order generic levitra This can be problematic cialis 40 mg because there is no telling what side effects those fake versions may bring. Finally, online courses have another major benefit and one that parents will be cheap 100mg viagra especially happy about. In addition, the following tadalafil cheapest things may help you too: Eat healthy Perform exercise Quit smoking Limit alcohol intake Lose weight if you are obese Seek natural treatment for ED if you do not want to use conventional medicines. El enfoque comienza entrenando el algoritmo en “miles” de pares de imágenes, enseñándole cómo alinear los escaneos y proporcionar comparaciones significativas.

Después de eso, puede asignar cada vóxel (pixel 3D) de ambos escaneos al mismo tiempo.

Eso no es poca cosa cuando con frecuencia hay un millón de vóxels entre las dos imágenes.

Los sistemas existentes comienzan de cero con cada imagen nueva, olvidando de manera efectiva todo lo que aprendieron sobre la ubicación desde la última vez.

Esa aceleración sería extremadamente útil para los cirujanos, que teóricamente podrían descubrir qué tan exitoso fue un procedimiento mientras todavía están en medio de la cirugía.

Si bien el MIT se ha centrado en los escáneres cerebrales, también podría ser útil para los pulmones y cualquier otro órgano donde el análisis rápido podría facilitar la vida tanto para los médicos como para los pacientes.

Fuente: Engadget