Video Experimental Relacionado
Updated: Jul 5, 2026
10:14
Author Spotlight: Ex Vivo OCT-Based Multimodal Imaging of Human Donor Eyes for Research into Age-Related Macular Degeneration
Published on: May 26, 2023
3.6K
Papel de los biomarcadores oculares basados en la inteligencia artificial en las enfermedades hepatobiliares: una
Uday Pratap Singh Parmar1, Arvind Kumar Morya2, Parul C Gupta3
1Department of Ophthalmology, Government Medical College and Hospital, Sector 32, Chandigarh 160047, India.
World journal of hepatology
|September 3, 2025
Resumen
La inteligencia artificial (IA) mejora la atención médica mediante el análisis de datos multimodales para el diagnóstico. Los modelos de aprendizaje profundo identifican con precisión los trastornos hepatobiliares utilizando imágenes oculares, mejorando la accesibilidad.
Área de la Ciencia:
- Oftalmología
- Imágenes médicas
- Inteligencia artificial
Sus antecedentes:
- La inteligencia artificial (IA) es cada vez más vital en la atención médica moderna.
- La IA ofrece un potencial transformador en los flujos de trabajo clínicos y el diagnóstico.
- La síntesis y el análisis de datos multimodales es clave para mejorar la eficiencia y la precisión de la atención sanitaria.
Objetivo del estudio:
- Explorar la aplicación de las tecnologías de IA en la síntesis y el análisis de datos multimodales para la atención sanitaria.
- Destacar el papel de la IA en la mejora de la eficiencia y la precisión en la prestación de atención médica.
- Examinar los avances en las soluciones de atención sanitaria impulsadas por la IA, incluidos los desafíos y las oportunidades.
Principales métodos:
- Se utilizaron modelos de aprendizaje profundo, específicamente las redes neuronales ResNet-101.
- Se analizaron conjuntos de datos de imágenes oculares, incluidas las imágenes de lámpara de hendidura, fondo de retina y tomografía de coherencia óptica.
- Se desarrollaron modelos de IA para la detección y el diagnóstico independiente de afecciones médicas específicas.
Principales resultados:
- Los modelos de aprendizaje profundo demostraron capacidades notables en la identificación de siete categorías de trastornos hepatobiliarios.
- Los modelos de detección de IA y las herramientas de diagnóstico se desarrollaron utilizando imágenes oculares.
- El estudio muestra el potencial de la IA para redefinir las prácticas de diagnóstico.
Conclusiones:
- Las tecnologías de IA, particularmente el aprendizaje profundo, pueden mejorar significativamente la precisión del diagnóstico en la atención médica.
- La IA puede mejorar la accesibilidad de las herramientas de diagnóstico, especialmente en entornos con recursos limitados.
- La integración de la IA en la práctica clínica de rutina presenta desafíos y oportunidades para el futuro de la atención médica.
