CUANDO EN LOS CONCURSOS DE BELLEZA LO IMPORTANTE ERA EL INTERIOR (LITERALMENTE) Los concursos de belleza comenzaron a proliferar como setas en la segunda mitad del siglo XX. Cualquier ámbito territorial (país, comunidad, municipio o aldea), gremio o feria tenía su propio certámen en el que un jurado elegía la más guapa del lugar. Porque, exceptuando algunas preguntas comprometidas de algún miembro del jurado para calibrar su nivel cultural , lo único que importaba era su apariencia externa… hasta que se comenzaron a utilizar los rayos X. En 1955, en Alabama (EEUU), se convocó el World Posture Queen, un concurso de belleza en el que las mujeres debían ser imponentes por fuera (belleza y elegancia) y por dentro (rayos X). El promotor de dicha iniciativa fue la National Chiropractic Association (Asociación Nacional de Quiroprácticos) y la financiación corrió a cargo de empresas de colchones (su producto aseguraba una postura adecuada a la hora de descansar) . En aquellos años, los quiroprácticos trataban de conseguir el reconocimiento legal de sus prácticas -enfocadas al diagnóstico, tratamiento y prevención de las alteraciones de la columna vertebral, a partir de la creencia de que las condiciones de ésta afectan a la salud en general-, y pensaron que una buena forma de conseguir tal reconocimiento y de popularizar sus métodos curativos y preventivos era convocar un concurso de belleza en el que la radiografía de la columna vertebral de las concursantes puntuase un 50%. El restante 50%… lo de siempre. Paralelamente al éxito de aquel inusual concurso -se extendió por todo el país e incluso la ganadora de 1967 fue invitada a visitar la Casa Blanca-, el mensaje de los quiroprácticos fue calando en la sociedad y, sobre todo, en las autoridades federales que legalizaron sus prácticas. Conseguido el objetivo, la National Chiropractic Association entendió que ya no tenía sentido seguir aquella costosa promoción, y en 1969, para el bien de las participantes, se celebró el último concurso de belleza “interior” en Chattanooga (Tennessee). Y digo para el bien de las participantes, porque en aquellas tiempos no se tenían en cuenta, ni tampoco preocupaba, los niveles de radiación que recibía el cuerpo por las continuas exposiciones a los rayos X. Fuente: Historias de la Historia #Xray #Radiologia #EnfoqueRadiologico #Retro

via Enfoque Radiologico http://bit.ly/2InFd7k

La primera técnica en radiología del mundo fue M. Beatriz Merrigan (Hermanas de San Antonio). Fue la primera en obtener el certificado del Registro Americano de Técnicos en Radiología (ARRT) en 1922. La prueba para conseguir el título consistió en realizar correctamente 10 placas, y responder a 20 preguntas. #Xray #Radiologia #EnfoqueRadiologico #Retro

via Enfoque Radiologico http://bit.ly/2FW2hr1

#Xray #Radiologia #EnfoqueRadiologico #Retro

via Enfoque Radiologico http://bit.ly/2U0pVYe

#Radiologia #EnfoqueRadiologico #Xray

via Enfoque Radiologico http://bit.ly/2Uvm89T

#Xray #Radiologia #EnfoqueRadiologico #Retro

via Enfoque Radiologico https://ift.tt/2K6pUT6

Judith Allen sometiéndose a una radiografía de columna(1930). #Xray #Radiologia #EnfoqueRadiologico #Retro

via Enfoque Radiologico https://ift.tt/2CQWsuj

NVIDIA lanza Clara AI Toolkit para el desarrollo de algoritmos. El sistema ayuda a los radiólogos a entregar anotaciones asistidas por IA, a adaptar la AI a sus pacientes y a desplegarla en el hospital NVIDIA presentó Clara AI, un conjunto de herramientas que incluye 13 algoritmos de segmentación de inteligencia artificial (AI) de clasificación y segmentación, y herramientas de software creadas para radiólogos. Los datos etiquetados son críticos para construir una IA segura y robusta, pero el tiempo de los radiólogos es demasiado valioso para pasar horas etiquetando conjuntos de datos. La capacidad de anotación asistida por Clara AI acelera la creación de conjuntos de datos estructurados, lo que permite realizar anotaciones en minutos en lugar de horas. El kit de herramientas facilita la integración de los modelos de AI en los flujos de trabajo de radiología existentes utilizando estándares de la industria como DICOM. El aprendizaje por transferencia, otra capacidad del kit de herramientas Clara AI, adapta los modelos existentes a las variables locales. Personaliza los algoritmos de aprendizaje profundo para datos que incluyen demografía local y dispositivos de imágenes, sin tener que mover o compartir datos del paciente. Como resultado, los médicos pueden crear modelos para sus propios pacientes con 10 veces menos datos que a partir de cero. NVIDIA señaló que varias instituciones ya están usando Clara AI, incluyendo: - Los radiólogos de la Universidad del Estado de Ohio incorporaron rápidamente un modelo desarrollado en otra institución, lo validaron y anotaron un conjunto de datos local para adaptar el modelo a los pacientes con OSU. Esto permite un desarrollo más rápido de la IA de algoritmos efectivos que apoyan la atención clínica. - Los científicos del Centro Clínico de los Institutos Nacionales de la Salud y NVIDIA utilizaron Clara AI para desarrollar un método de generalización de dominios para la segmentación de la próstata del tejido circundante en la resonancia magnética (RMN). El modelo localizado logró un rendimiento similar al de un radiólogo y superó a otros algoritmos de vanguardia que fueron entrenados y evaluados en datos del mismo dominio. - La Universidad de California en San Francisco (UCSF) está utilizando una infraestructura escalable impulsada por Clara AI que permitirá la creación, prueba y despliegue sin problemas de múltiples algoritmos de inteligencia artificial en toda la radiología, lo que sirve como una vía para que futuros médicos adopten el sistema. "Tenemos un grupo increíblemente innovador de investigadores que están construyendo herramientas de IA clínicamente valiosas y que necesitan una forma coherente para validar y desplegar estas herramientas en flujos de trabajo clínicos", dijo Christopher Hess, presidente de radiología de UCSF. "NVIDIA Clara será un componente esencial del ecosistema de inteligencia artificial para imágenes médicas que nos permitirá desarrollar e implementar nuestros propios modelos externos y de inteligencia artificial". Fuente:ITN #EnfoqueRadiologico #Radiologia #xray #Radiologist

via Enfoque Radiologico https://ift.tt/2Uec6dN