El higroma quístico es una afección embrionaria que hace que el sistema vascular linfático se desarrolle de manera anormal. Es un trastorno raro y potencialmente mortal que conduce a la inflamación de líquido alrededor de la cabeza y el cuello. Por lo general, el defecto congénito se puede diagnosticar fácilmente antes del nacimiento durante una cita de ultrasonido. Ahora, un nuevo estudio ha demostrado que la arquitectura de aprendizaje profundo puede ayudar a identificar el higroma quístico a partir de las ecografías del primer trimestre.
En un nuevo estudio de prueba de concepto, los investigadores de la Universidad de Ottawa (Ontario, Canadá) son pioneros en el uso de un modelo único de aprendizaje profundo basado en inteligencia artificial como herramienta de asistencia para la lectura rápida y precisa de imágenes de ultrasonido. El objetivo del estudio del equipo era demostrar el potencial de la arquitectura de aprendizaje profundo para respaldar la identificación temprana y confiable del higroma quístico a partir de ecografías del primer trimestre. Los investigadores probaron qué tan bien el reconocimiento de patrones impulsado por IA podría diagnosticar el defecto de nacimiento prenatalmente mediante ultrasonografía.
El objetivo del estudio del equipo era demostrar el potencial de la arquitectura de aprendizaje profundo para respaldar la identificación temprana y confiable del higroma quístico a partir de ecografías del primer trimestre
"Lo que demostramos fue que en el campo del ultrasonido podemos usar las mismas herramientas para clasificar e identificar imágenes con una alta sensibilidad y especificidad", dijo el Dr. Mark Walker de la Facultad de Medicina de la Universidad de Ottawa, quien dirigió el estudio. y cree que el enfoque también podría aplicarse a otras anomalías fetales generalmente identificadas por ultrasonografía.