Tmall presenta el modelo de IA MAOSS para la detección de la esteatosis hepática
La Academia DAMO de Alibaba ha anunciado el desarrollo conjunto de un modelo de IA para la detección del hígado graso, denominado MAOSS, en colaboración con varias instituciones, entre ellas el Hospital Shengjing de la Universidad Médica de China y el Hospital Gulou de la Universidad de Nanjing. Los resultados del estudio se publicaron en la prestigiosa revista internacional *Nature Communications* en febrero de este año.
La enfermedad del hígado graso afecta a más del 30 % de la población. Los síntomas iniciales suelen ser leves y fáciles de pasar por alto, lo que permite que la enfermedad progrese hacia la fibrosis hepática o la cirrosis. Los métodos de detección tradicionales, como la ecografía B, tienen una sensibilidad limitada, mientras que los exámenes más especializados son costosos. Esto da lugar con frecuencia a diagnósticos erróneos en pacientes de alto riesgo en entornos clínicos.

Avances clave y ventajas del modelo MAOSS:
Análisis profundo de tomografías computarizadas sin contraste: DAMO Academy empleó la tecnología «TC sin contraste + IA», lo que permite a la IA extraer automáticamente características de alta dimensión, como la textura y la densidad del hígado. Esta es la primera vez que se puede evaluar simultáneamente la esteatosis hepática y el estadio de la fibrosis utilizando únicamente una tomografía computarizada estándar sin contraste.
Precisión diagnóstica superior a la de los médicos: en ensayos de validación multicéntricos, el modelo MAOSS alcanzó un área bajo la curva (AUC) de 0,904-0,917 para la estadificación de la esteatosis hepática, significativamente superior a la puntuación media de los radiólogos, que fue de 0,709.
Tasa de detección duplicada para los casos de alto riesgo: En la ventana crítica para prevenir la cirrosis (fibrosis en estadio 2), el modelo identificó al 52,4 % de los pacientes de alto riesgo, frente a un mero 16,6 % detectado a través de las vías clínicas tradicionales, lo que supone más del doble de la tasa de detección.
Alerta temprana del riesgo de cirrosis: Los datos de seguimiento indican que los pacientes señalados como de alto riesgo por MAOSS tenían una probabilidad del 45,5 % de desarrollar cirrosis en un plazo de dos años, una tasa que supera con creces la del grupo de bajo riesgo.
Los expertos de DAMO Academy señalaron que el modelo puede aprovechar los datos existentes de TC sin contraste procedentes de exámenes físicos rutinarios y visitas ambulatorias. Esto facilita la «prevención precoz» en el manejo de la enfermedad hepática crónica sin incurrir en costes adicionales para el paciente. En el futuro, los hospitales de atención primaria podrían utilizar esta tecnología de IA para emitir alertas de alto riesgo durante los exámenes de salud estándar, lo que permitiría una detección más temprana y la posible reversión de la afección.
Artículo relacionado
CEO de DeepMind, Hassabis: Duermo seis horas al día y generalmente me siento con energía alrededor de la 1 a. m.
Fortune ha presentado recientemente una entrevista con Demis Hassabis, director ejecutivo de Google DeepMind, en la que revela su enfoque poco convencional para el descanso y la productividad. Hassabis ha revelado que duerme muy poco, estructurando s
OpenAI y Anthropic compiten por la cuota de mercado a pesar de la caída de los ingresos
A pesar de los recientes informes que sugieren que OpenAI no ha alcanzado sus objetivos de ingresos —lo que ha generado presión sobre las acciones tecnológicas este martes—, los inversores privados en
Cumplimiento de la normativa sobre vehículos autónomos en California: una nueva era de multas, geovallas y 1 millón de millas
Guident opera un servicio de transporte de AuveTech en el sur de Florida, gestionando una ruta de cuatro millas en West Palm Beach y otra de una milla en Boca Ratón mediante su tecnología de monitoriz
Recomendaciones de temas especiales relacionados
comentario (0)
0/500
La Academia DAMO de Alibaba ha anunciado el desarrollo conjunto de un modelo de IA para la detección del hígado graso, denominado MAOSS, en colaboración con varias instituciones, entre ellas el Hospital Shengjing de la Universidad Médica de China y el Hospital Gulou de la Universidad de Nanjing. Los resultados del estudio se publicaron en la prestigiosa revista internacional *Nature Communications* en febrero de este año.
La enfermedad del hígado graso afecta a más del 30 % de la población. Los síntomas iniciales suelen ser leves y fáciles de pasar por alto, lo que permite que la enfermedad progrese hacia la fibrosis hepática o la cirrosis. Los métodos de detección tradicionales, como la ecografía B, tienen una sensibilidad limitada, mientras que los exámenes más especializados son costosos. Esto da lugar con frecuencia a diagnósticos erróneos en pacientes de alto riesgo en entornos clínicos.

Avances clave y ventajas del modelo MAOSS:
Análisis profundo de tomografías computarizadas sin contraste: DAMO Academy empleó la tecnología «TC sin contraste + IA», lo que permite a la IA extraer automáticamente características de alta dimensión, como la textura y la densidad del hígado. Esta es la primera vez que se puede evaluar simultáneamente la esteatosis hepática y el estadio de la fibrosis utilizando únicamente una tomografía computarizada estándar sin contraste.
Precisión diagnóstica superior a la de los médicos: en ensayos de validación multicéntricos, el modelo MAOSS alcanzó un área bajo la curva (AUC) de 0,904-0,917 para la estadificación de la esteatosis hepática, significativamente superior a la puntuación media de los radiólogos, que fue de 0,709.
Tasa de detección duplicada para los casos de alto riesgo: En la ventana crítica para prevenir la cirrosis (fibrosis en estadio 2), el modelo identificó al 52,4 % de los pacientes de alto riesgo, frente a un mero 16,6 % detectado a través de las vías clínicas tradicionales, lo que supone más del doble de la tasa de detección.
Alerta temprana del riesgo de cirrosis: Los datos de seguimiento indican que los pacientes señalados como de alto riesgo por MAOSS tenían una probabilidad del 45,5 % de desarrollar cirrosis en un plazo de dos años, una tasa que supera con creces la del grupo de bajo riesgo.
Los expertos de DAMO Academy señalaron que el modelo puede aprovechar los datos existentes de TC sin contraste procedentes de exámenes físicos rutinarios y visitas ambulatorias. Esto facilita la «prevención precoz» en el manejo de la enfermedad hepática crónica sin incurrir en costes adicionales para el paciente. En el futuro, los hospitales de atención primaria podrían utilizar esta tecnología de IA para emitir alertas de alto riesgo durante los exámenes de salud estándar, lo que permitiría una detección más temprana y la posible reversión de la afección.
CEO de DeepMind, Hassabis: Duermo seis horas al día y generalmente me siento con energía alrededor de la 1 a. m.
Fortune ha presentado recientemente una entrevista con Demis Hassabis, director ejecutivo de Google DeepMind, en la que revela su enfoque poco convencional para el descanso y la productividad. Hassabis ha revelado que duerme muy poco, estructurando s
OpenAI y Anthropic compiten por la cuota de mercado a pesar de la caída de los ingresos
A pesar de los recientes informes que sugieren que OpenAI no ha alcanzado sus objetivos de ingresos —lo que ha generado presión sobre las acciones tecnológicas este martes—, los inversores privados en





Hogar






