Ara, per\u00f2, i segons ha publicat aquesta setmana la revista Cell Reports Medicine<\/a>, investigadors del Grup de Radi\u00f2mica del Vall d\u2019Hebron Institut d\u2019Oncologia \u2013entre ells la Dra. Raquel P\u00e9rez-L\u00f3pez\u2013 i de la Unitat de Neuroradiologia de l’Hospital Universitari de Bellvitge (HUB) han demostrat el potencial de DISCERN, una aplicaci\u00f3 que han creat amb Intel\u00b7lig\u00e8ncia Artificial (IA) mitjan\u00e7ant la qual s\u00f3n els algoritmes els que fan una precisa diana en les caracter\u00edstiques que permeten diagnosticar cadascun dels tres tumors, i amb un encert del 78%.<\/p>\n Aix\u00f2 ajuda en las decisions m\u00e8diques per al diagn\u00f2stic de tumors cerebrals mitjan\u00e7ant tan sols una resson\u00e0ncia magn\u00e8tica est\u00e0ndard. D\u2019aquesta manera es pot estalviar, en molts casos, sotmetre el pacient a procediments neuroquir\u00fargics.<\/p>\n Aquesta nova eina es basa en l\u2019aprenentatge profund, un m\u00e8tode d\u2019intel\u00b7lig\u00e8ncia artificial, i aprofita tota la informaci\u00f3 espacial i temporal de la resson\u00e0ncia magn\u00e8tica est\u00e0ndard per a identificar patrons de comportament espec\u00edfics en la imatge de cada tumor.<\/p>\n \u00abL’aprenentatge profund consisteix a ensenyar a la m\u00e0quina quines s\u00f3n les caracter\u00edstiques de cadascun dels tumors que trobem a les resson\u00e0ncies magn\u00e8tiques de pacients ja diagnosticats\u00bb explica Alonso Garc\u00eda-Ruiz, investigador predoctoral del Grup de Radi\u00f2mica del VHIO i primer autor d’aquest estudi. \u00abPer exemple, si ensenyem a l’ordinador milers d’imatges de gossos i gats, aprendr\u00e0 les caracter\u00edstiques que defineixen i distingeixen gossos de gats, i en veure una imatge nova podr\u00e0 diferenciar si es tracta d’un o altre\u00bb.<\/p>\n En aquest cas, les unitats d’aprenentatge s\u00f3n els v\u00f2xels, la unitat m\u00ednima de volum que podem estudiar a les imatges de resson\u00e0ncia magn\u00e8tica. \u00c9s l’equivalent al p\u00edxel, per\u00f2 en 3D.<\/p>\n \u201cDISCERN ha apr\u00e8s les caracter\u00edstiques d’aquests tres tipus diferents de tumor cerebral a partir de 50.000 v\u00f2xels de 40 pacients diagnosticats\u201d, segons va explicar la Dra. Raquel P\u00e9rez-L\u00f3pez. \u00abHem validat l’eina en m\u00e9s de 500 casos addicionals i comprovem que el 78% dels diagn\u00f2stics que donava l’eina eren correctes, una proporci\u00f3 superior a l’obtinguda amb els m\u00e8todes convencionals utilitzats fins avui\u00bb.<\/p>\n El Grup de Radi\u00f2mica del VHIO, en estreta col\u00b7laboraci\u00f3 amb la unitat de neuroradiologia de l\u2019HUB, ha desenvolupat un programari amb acc\u00e9s obert a Diagnosi In Susceptibility Contrast Enhancing Regions for Neuroncology (DISCERN), de manera que l’eina pugui utilitzar-se a qualsevol centre i continuar perfeccionant el sistema de diagn\u00f2stic.<\/p>\n","protected":false},"excerpt":{"rendered":" All\u00e0 on la percepci\u00f3 visual humana no pot arribar amb una exhaustiva precisi\u00f3, a trav\u00e9s d\u2019intel\u00b7lig\u00e8ncia artificial, els algoritmes diferencien, en una imatge de resson\u00e0ncia magn\u00e8tica, caracter\u00edstiques que diferencien tres tipus de tumor cerebral. S\u00f3n el glioblastoma multiforme, la met\u00e0stasi cerebral de tumors s\u00f2lids i el limfoma primari del sistema nervi\u00f3s. El 70% dels tumors […]<\/p>\n","protected":false},"author":44,"featured_media":34884,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[2299],"tags":[2298,194,2300],"class_list":["post-34878","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-intelligencia-artificial","tag-intelligencia-artificial","tag-recerca","tag-tumors-cerebrals"],"_links":{"self":[{"href":"https:\/\/amazing-bassi.82-223-8-23.plesk.page\/index.php\/wp-json\/wp\/v2\/posts\/34878","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/amazing-bassi.82-223-8-23.plesk.page\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/amazing-bassi.82-223-8-23.plesk.page\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/amazing-bassi.82-223-8-23.plesk.page\/index.php\/wp-json\/wp\/v2\/users\/44"}],"replies":[{"embeddable":true,"href":"https:\/\/amazing-bassi.82-223-8-23.plesk.page\/index.php\/wp-json\/wp\/v2\/comments?post=34878"}],"version-history":[{"count":0,"href":"https:\/\/amazing-bassi.82-223-8-23.plesk.page\/index.php\/wp-json\/wp\/v2\/posts\/34878\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/amazing-bassi.82-223-8-23.plesk.page\/index.php\/wp-json\/"}],"wp:attachment":[{"href":"https:\/\/amazing-bassi.82-223-8-23.plesk.page\/index.php\/wp-json\/wp\/v2\/media?parent=34878"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/amazing-bassi.82-223-8-23.plesk.page\/index.php\/wp-json\/wp\/v2\/categories?post=34878"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/amazing-bassi.82-223-8-23.plesk.page\/index.php\/wp-json\/wp\/v2\/tags?post=34878"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}![\"\"](\"https:\/\/diarisanitat.cat\/wp-content\/uploads\/sites\/29\/2024\/03\/VHIO_Grup-Radiomincs_IP_Raquel-Perez-1-scaled.jpg\")
<\/a>Molta m\u00e9s precisi\u00f3<\/h3>\n