80 artículos
Este estudio prospectivo en participantes sanos demostró que la resonancia magnética dinámica con contraste intravenoso puede rastrear el transporte de fluidos y solutos a lo largo de la vía linfática posterior del sistema glinfático ocular, observando una mayor concentración de contraste en el nervio óptico intraorbitario cuatro horas después de la inyección.
Este estudio demuestra que un codificador de difusión de video auto-supervisado permite la detección eficiente de datos del síndrome de dolor miofascial en el músculo trapecio superior mediante videos de ultrasonido B-mode en cohortes prospectivas pequeñas, superando a los métodos de aprendizaje por transferencia tradicionales.
El marco de visión y lenguaje ReMIND, entrenado con más de 73.000 visitas de pacientes y 850.000 secuencias de resonancia magnética cerebral, permite una interpretación automatizada precisa y generalizable de múltiples secuencias de MRI mediante la generación de informes clínicos coherentes.
Este estudio demuestra que la aceleración del envejecimiento proteómico, especialmente en la vejez, se asocia significativamente con una mayor prevalencia de marcadores de enfermedad de los vasos sanguíneos cerebrales pequeños en resonancia magnética.
Este estudio demuestra que el algoritmo SILA puede modelar con precisión las trayectorias longitudinales de tau en la región meta-temporal y estimar la edad de inicio de la positividad de tau en individuos, aunque su precisión en la corteza entorrinal disminuye en pacientes con demencia.
Este estudio transversal revela que niveles más altos de hemoglobina A1c, incluso dentro del rango no diabético, se asocian con una reducción en el grosor cortical y el volumen de materia gris en adolescentes, siendo este efecto más pronunciado en aquellos que viven en vecindarios con mayor privación socioeconómica.
Este estudio demuestra que una pérdida de peso superior al 5% durante dos años reduce significativamente la progresión de la degeneración del cartílago, medida mediante el puntaje de grosor del cartílago (CTh-Score), tanto en individuos con como sin osteoartritis radiográfica, sin observar diferencias en las métricas estructurales convencionales.
Este estudio demuestra que el análisis de la forma tridimensional del glúteo mayor revela remodelaciones espaciales específicas por sexo asociadas a la diabetes tipo 2 y otros factores metabólicos que no son detectables mediante las medidas volumétricas globales tradicionales.
Este estudio presenta un sistema de aprendizaje profundo explicativo basado en DenseNet121 y Grad-CAM para la detección de tuberculosis en radiografías de tórax, demostrando un alto rendimiento y viabilidad para su implementación offline en aplicaciones móviles y de escritorio en entornos con recursos limitados.
Este estudio evalúa el sistema LAQUA, basado en el modelo de lenguaje grande Gemini 2.5 Pro, demostrando que su acuerdo sustancial con expertos y su alta sensibilidad lo convierten en una herramienta viable para el cribado primario de la calidad de la auto-contorneación en radioterapia, con el fin de reducir la carga de trabajo clínica.
El estudio demuestra que una red neuronal profunda entrenada con datos sintéticos (QTMnet), que elimina la necesidad de una función de entrada arterial, supera a los métodos tradicionales de dos compartimentos para clasificar con mayor precisión gliomas de bajo y alto grado mediante mapas cuantitativos de transporte.
Este estudio demuestra que la aceleración de la edad derivada de radiografías de tórax mediante aprendizaje profundo se asocia independientemente con un mayor riesgo de desarrollar cáncer de pulmón, aunque su adición a los modelos de riesgo establecidos no mejora significativamente la capacidad de discriminación.
Este estudio demuestra que el análisis de la asimetría bilateral mamaria mediante transformada de Fourier en imágenes FFDM sin procesar es más efectivo para predecir el riesgo de cáncer de mama a corto plazo que el uso de imágenes FFDM clínicas o de tomosíntesis digital, las cuales presentan una pérdida de información.
El estudio presenta TWISTARE, un nuevo método de resonancia magnética 3D-GRE a 7T que utiliza estados estacionarios duales entrelazados para realizar un mapeo cuantitativo rápido y preciso de T2 en todo el cerebro, mitigando simultáneamente los problemas de inhomogeneidad del campo RF y reduciendo el tiempo de adquisición.
Este estudio evalúa el rendimiento predictivo clínico real de los dispositivos de IA autorizados por la FDA en radiología, demostrando cómo la prevalencia de la enfermedad afecta la validez positiva y abogando por la transparencia en las tasas de falsos descubrimientos y omisiones para facilitar una selección ética y clínicamente adecuada de estas herramientas.
Este estudio demuestra que las medidas periféricas de la respiración mitocondrial vinculada a la producción de ATP se asocian con alteraciones en los ritmos corticales alfa y theta en pacientes con enfermedad de Alzheimer, sugiriendo que los marcadores mitocondriales en sangre podrían ofrecer información valiosa sobre los cambios neurofisiológicos relacionados con la energía en esta enfermedad.
A pesar de que el alto costo y la falta de equipamiento limitan la adopción actual de la inteligencia artificial en la radiología francesa, los radiólogos reconocen su potencial y muestran una fuerte disposición a utilizarla, con un temor casi nulo a ser reemplazados por esta tecnología.
Este estudio demuestra que la precisión de los algoritmos de aprendizaje profundo para predecir la edad cerebral varía significativamente según el tipo y la gravedad de los artefactos simulados en las imágenes de resonancia magnética, lo que subraya la necesidad de estrategias de mitigación específicas para cada modelo al utilizar esta biomarcadora en investigación clínica.
Este estudio multicéntrico en la región de Souss Massa, Marruecos, evaluó las dosis de radiación en pacientes sometidos a radiografías de columna lumbar convencional y confirmó que los valores obtenidos se mantienen por debajo de los niveles de referencia diagnósticos, aunque se observaron variaciones entre hospitales.
Este estudio demuestra que la fiabilidad de las representaciones de modelos fundacionales de MRI cerebral frente a variaciones entre escáneres depende fundamentalmente de la estrategia de preentrenamiento, ya que los modelos que incorporan metadatos biológicos logran una reproducibilidad excelente, mientras que los puramente auto-supervisados muestran una alta sensibilidad al hardware.