Hallazgos de TC en el tórax en fumadores de marihuana La investigación de la Reunión Anual Virtual ARRS 2021 revela un aumento de las tasas de enfisema en los fumadores de marihuana, en comparación con los no fumadores y los fumadores de tabaco, así como mayores tasas de enfisema paraseptal Un póster electrónico científico que se presentará en la Reunión Anual Virtual ARRS 2021 revela un aumento de las tasas de enfisema en los fumadores de marihuana, en comparación con los no fumadores y los fumadores de tabaco, así como mayores tasas de enfisema paraseptal. "Fumar marihuana también se asocia con enfermedades de las vías respiratorias, incluido el engrosamiento de la pared bronquial, bronquiectasias e impactación mucoide bronquiolar, en comparación con el grupo de control y el grupo de solo tabaco", escribió el primer autor Luke Murtha del Hospital de Ottawa en Canadá. Al consultar los informes de imágenes en el PACS del Hospital de Ottawa, Murtha y sus colegas identificaron tres grupos de pacientes, emparejados por edad y sexo: fumadores de marihuana (n = 56); un grupo de control de no fumadores / no consumidores de marihuana (n = 57); y un subgrupo de comparación formado por fumadores que solo fumaban (n = 33). Dos radiólogos certificados por la junta y capacitados por becas, cegados a los datos clínicos como el historial de tabaquismo y marihuana, realizaron una lectura de consenso de las tomografías computarizadas de tórax. En el grupo principal de pacientes fumadores de marihuana (75%), las tasas de enfisema fueron muy elevadas, en comparación con los pacientes del grupo principal de control (5%). El análisis de subgrupos emparejados por edad demostró un aumento significativo del enfisema en los pacientes de marihuana (93%), en comparación con los fumadores de solo tabaco (66%), así como un aumento significativo en la proporción de enfisema paraseptal (frente a otros tipos) en los fumadores de marihuana (53%), en comparación con los fumadores de tabaco (24%) y los grupos de control (7%). Observando la falta de datos sobre los efectos físicos de la marihuana en los pulmones, "dado que el consumo de marihuana está aumentando, particularmente en naciones como Canadá, que han legalizado la sustancia, es importante para nosotros, como radiólogos, definir hallazgos específicos asociados con su consumo ”, concluyeron los autores de este E-Poster de la Reunión Anual de ARRS. Para más información: www.arrs.org

via Enfoque Radiologico https://ift.tt/3x2AhM7

Siemens Healthineers completa la adquisición de Varian La combinación transformadora acelera el impacto de la empresa en la atención médica global y establece un socio sólido para clientes y pacientes a lo largo de todo el proceso de atención del cáncer y para muchas de las enfermedades más peligrosas. Siemens Healthineers AG anunció que completó con éxito la adquisición de Varian Medical Systems, Inc. La adquisición se anunció previamente el 2 de agosto de 2020. “Con Varian, Siemens Healthineers tiene la cartera más completa del sector MedTech, lo que ofrece a la empresa un potencial considerable para la creación de valor. Con un enfoque altamente integrado, Siemens Healthineers llevará la lucha global contra el cáncer a un nuevo nivel ”, dijo el Prof. Ralf P. Thomas, M.D., Presidente del Consejo de Supervisión de Siemens Healthineers AG. “Con la finalización de esta transacción, ahora estamos en la mejor posición para dar dos saltos juntos: un salto en la atención del cáncer y un salto en nuestro impacto en la atención médica en general. Juntos, estamos estableciendo un socio fuerte y confiable capaz de apoyar a los clientes y pacientes a lo largo de todo el proceso de atención del cáncer, así como a través de todas las vías clínicas principales ”, dijo Bernd Montag, M.D., CEO de Siemens Healthineers AG. "A través de la combinación transformadora de Varian y Siemens Healthineers, nuestra compañía unida abordará la creciente necesidad de un diagnóstico personalizado basado en datos y una atención del cáncer de precisión que nos permita luchar contra las crecientes tasas de cáncer a nivel mundial", dijo Chris Toth, director ejecutivo de Varian. , una empresa de Siemens Healthineers. “Al unir nuestras carteras y capacidades únicas y altamente complementarias, ayudaremos a los médicos y pacientes oncológicos a lograr mejores resultados y nos acercaremos aún más a lograr nuestra visión de un mundo sin temor al cáncer”. La compañía combinada está creando una cartera única y altamente integrada de imágenes, diagnósticos de laboratorio, inteligencia artificial y tratamiento para la lucha global contra el cáncer con un potencial significativo para una mayor creación de valor. La adquisición se alinea perfectamente con la fase de "actualización" de la estrategia de Siemens Healthineers. Con el cierre de la adquisición de hoy, se espera que Varian contribuya positivamente a las ganancias básicas ajustadas por acción de Siemens Healthineers1 dentro de los primeros 12 meses. Además, Siemens Healthineers apunta a sinergias de EBIT de al menos 300 millones de euros por año en el año fiscal 2025. Varian y Siemens Healthineers se basan en la asociación estratégica de larga data llamada “EnVision” para establecer un ecosistema digital, de diagnóstico y terapéutico integral que incluye la gestión del tratamiento. Con Varian, Siemens Healthineers aprovechará el análisis asistido por IA para avanzar en el desarrollo y la prestación de cuidados de precisión basados ​​en datos y redefinir el diagnóstico de cáncer, la prestación de cuidados y la supervivencia posterior al tratamiento. Mediante una detección temprana y precisa, así como un diagnóstico más eficiente, una mayor calidad y acceso al tratamiento, Siemens Healthineers apoyará y acelerará la misión de Varian de reducir la incertidumbre para los pacientes con cáncer y aumentar el nivel de supervivencia al cáncer. Siemens Healthineers completó la primera fase de su Estrategia 2025 a fines del año fiscal 2019, durante el cual la compañía implementó con éxito su OPI y lanzó importantes innovaciones de productos como AI-Rad Companions. Con el inicio del año fiscal 2020, Siemens Healthineers ha entrado en la segunda fase de su "Estrategia Siemens Healthineers 2025". Esta fase de "actualización" llevará a Siemens Healthineers al siguiente nivel de crecimiento rentable. Con las adquisiciones de Corindus y ECG Management Consultants, la compañía ya ha fortalecido sus ofertas en áreas de crecimiento adyacentes. Y, con Varian, Siemens Healthineers está bien posicionado para crecer en los mercados existentes, ingresar a campos adyacentes y crear nuevos mercados. Las acciones ordinarias de Varian dejaron de cotizar en la Bolsa de Valores de Nueva York antes de la apertura de cotización de hoy. Para más información: https://ift.tt/2xLzQuV

via Enfoque Radiologico https://ift.tt/2Q834hG

Feliz año Nuevo ❤️ ✨“Que tu 2021 esté lleno de magia, felicidad, risas y momentos para atesorar. Siempre mira hacia delante y lleva tu mejor sonrisa”✨ Familia Radiologica

via Enfoque Radiologico https://ift.tt/38PHvb1

Detalles iniciales del daño cerebral en pacientes con COVID-19 El escaneo especializado mejora la comprensión de los efectos potenciales del virus en el cerebro Espectros de 1H-RM de 3 pacientes consecutivos con COVID-19. Fila superior: Las imágenes FLAIR axiales al nivel de la corona radiada muestran vóxeles de MRS (cuadrados negros) representativos de las regiones periventriculares muestreadas. Fila inferior: espectro correspondiente (negro) y ajuste del modelo LCM (rojo) de cada paciente adquirido en TE = 30 ms (fila superior) y TE = 288 ms (fila inferior). A, Un paciente con leucoencefalopatía necrotizante multifocal asociada a COVID-19 muestra lesiones de WM parcheadas difusas con Cho y NAA marcadamente aumentados, así como Lac elevado. B, Un paciente con COVID-19 después de un paro cardíaco reciente por PEA con cambios sutiles en la sustancia blanca hiperintensos de FLAIR también muestra una relación Cho / Cr elevada y una relación NAA / Cr reducida. Sin embargo, estos trastornos son menos graves que en el paciente de A. No hay una clara elevación de Lac. C, Un paciente con COVID-19 sin encefalopatía o hipoxia grave reciente tiene Cho / Cr normal, con NAA / Cr levemente disminuido y sin elevación de lactato. Cho, colina; NAA, N-acetil-aspartato; mI, mioinositol; Lac, lactato; Glx, Glutamato + Glutamina. Imagen cortesía de AJNR Investigadores del Hospital General de Massachusetts (MGH) publicaron uno de los primeros estudios basados ​​en imágenes espectroscópicas de lesiones neurológicas en pacientes con COVID-19 en el American Journal of Neuroradiology. Al observar a seis pacientes que utilizaban una técnica especializada de resonancia magnética (RM), encontraron que los pacientes con COVID-19 con síntomas neurológicos muestran algunas de las mismas alteraciones metabólicas en el cerebro que otros pacientes que han sufrido privación de oxígeno (hipoxia) por otras causas, pero también hay diferencias notables. Si bien es principalmente una enfermedad respiratoria, la infección por COVID-19 afecta a otros órganos, incluido el cerebro. Se cree que el efecto principal de la enfermedad en el cerebro es a través de la hipoxia, pero pocos estudios han documentado los tipos específicos de daño que distinguen la lesión cerebral relacionada con COVID-19. Varios miles de pacientes con COVID-19 han sido atendidos en el MGH desde que comenzó el brote a principios de este año, y este estudio incluyó los hallazgos de tres de esos pacientes. La gravedad de los síntomas neurológicos varía, desde uno de los más conocidos, una pérdida temporal del olfato, hasta síntomas más graves, como mareos, confusión, convulsiones y accidentes cerebrovasculares. "Estábamos interesados ​​en caracterizar los fundamentos biológicos de algunos de estos síntomas", dijo Eva-Maria Ratai, Ph.D., investigadora del Departamento de Radiología y autora principal del estudio. "En el futuro, también estamos interesados ​​en comprender los efectos persistentes a largo plazo del COVID-19, incluidos los dolores de cabeza, la fatiga y el deterioro cognitivo. La llamada 'niebla mental' y otras deficiencias que se ha descubierto que persisten mucho después de la fase aguda, ", agregó Ratai, también profesor asociado de Radiología en la Escuela de Medicina de Harvard. Los investigadores utilizaron espectroscopia de resonancia magnética (MRS) de 3 teslas, un tipo de exploración especializada que a veces se denomina biopsia virtual. La MRS puede identificar anomalías neuroquímicas incluso cuando los hallazgos de las imágenes estructurales son normales. Los cerebros de los pacientes con COVID-19 mostraron reducción de N-acetil-aspartato (NAA), elevación de colina y elevación de mioinositol, similar a lo que se observa con estos metabolitos en otros pacientes con anomalías de la sustancia blanca (leucoencefalopatía) después de hipoxia sin COVID. Uno de los pacientes con COVID-19 que mostró el daño más severo de la sustancia blanca (necrosis y cavitación) tenía una elevación de lactato particularmente pronunciada en la MRS, que es otro signo de daño cerebral por falta de oxígeno. Dos de los tres pacientes con COVID-19 fueron intubados en la unidad de cuidados intensivos en el momento de la obtención de imágenes, que se realizó como parte de su atención. Uno tenía leucoencefalopatía necrotizante asociada a COVID-19. Otro había experimentado un paro cardíaco reciente y mostraba cambios sutiles en la sustancia blanca en la RM estructural. El tercero no tenía encefalopatía clara o paro cardíaco reciente. Los casos de control no COVID incluyeron un paciente con daño de la sustancia blanca debido a hipoxia por otras causas (leucoencefalopatía posthipóxica), uno con daño de la sustancia blanca relacionado con la sepsis y un voluntario sano, normal y de la misma edad. "Una pregunta clave es si es solo la disminución de oxígeno en el cerebro lo que está causando estos cambios en la materia blanca o si el virus en sí mismo está atacando la materia blanca", dijo el neurorradiólogo del MGH Otto Rapalino, MD, quien comparte la primera autoría con Harvard. El becario de investigación postdoctoral del MGH Akila Weerasekera, Ph.D. En comparación con la resonancia magnética estructural convencional, "la MRS puede caracterizar mejor los procesos patológicos, como la lesión neuronal, la inflamación, la desmielinización y la hipoxia", añadió Weerasekera. "Con base en estos hallazgos, creemos que podría usarse como una herramienta de monitoreo de enfermedades y terapias". Para más información: www.massgeneral.org Fuente: ITN

via Enfoque Radiologico https://ift.tt/399lPbx

El sistema de RM 1.5T de Canon Medical recibe la aprobación de la FDA Vantage Orian 1.5T el último sistema en la cartera de la empresa con acceso al motor Clear-IQ inteligente avanzado (AiCE) Canon Medical Systems USA, Inc. ha recibido la autorización 510 (k) en su motor Clear-IQ inteligente avanzado (AiCE) para el sistema Vantage Orian 1.5T MR, que continúa ampliando el acceso a su nueva tecnología de reconstrucción de aprendizaje profundo (DLR). Esta tecnología, que también está disponible en el sistema Vantage Galan 3T MR y en la mayoría de la cartera de productos CT de Canon Medical, utiliza un algoritmo de aprendizaje profundo para diferenciar la señal real del ruido, de modo que pueda suprimir el ruido al tiempo que mejora la señal, forjando una nueva frontera. para la reconstrucción de imágenes. “El Vantage Orian fue diseñado para aumentar la productividad al tiempo que garantiza la comodidad del paciente y brinda una confianza clínica sin compromisos”, dijo Jonathan Furuyama, director gerente, Unidad de Negocios de MR, Canon Medical Systems USA, Inc. “Ahora, con la incorporación de AiCE, estamos mejorando Capacidades de imágenes de resonancia magnética para nuestros clientes al llevar el poder de la inteligencia artificial a las imágenes de rutina, lo que les permite usar técnicas que antes no eran clínicamente prácticas ". Para mostrar cómo AiCE puede ayudar a los médicos a obtener una mayor relación señal / ruido, Canon Medical ha lanzado un desafío de imágenes en el que los visitantes pueden comparar las imágenes tomadas con el sistema Vantage Orian 1.5T utilizando AiCE con imágenes estándar de resonancia magnética 3T. AiCE se entrenó utilizando grandes cantidades de datos de imágenes de alta calidad y cuenta con una red neuronal de aprendizaje profundo que puede reducir el ruido y aumentar la señal para entregar rápidamente imágenes nítidas, claras y distintas, abriendo aún más las puertas para los avances en la resonancia magnética. Las capacidades incluyen: - Imágenes de alta calidad: AiCE permite la diferenciación de la señal verdadera del ruido a través de la innovación de aprendizaje profundo para igualar la resolución espacial y las propiedades de bajo ruido del escaneo y reconstrucción avanzados, mientras se mantiene la verdadera estructura de la anatomía. El uso de AiCE puede ayudar a los médicos a ampliar las capacidades clínicas más allá de la RM tradicional de 1,5T. - Integración perfecta en la práctica de rutina: AiCE es la primera reconstrucción de aprendizaje profundo completamente integrada para MR del mundo y está integrada directamente en los protocolos de escaneo para un flujo de trabajo sin problemas. - Calidad de imagen de AiCE MR preferida sobre imágenes de reconstrucción sin AI: después de una comparación de imágenes ciegas de imágenes reconstruidas de AiCE DLR con imágenes reconstruidas con métodos convencionales sin AiCE, los médicos manifestaron su preferencia por las imágenes AiCE por su claridad y resolución. Para más información: https://ift.tt/2MlEoyX Fuente: ITN

via Enfoque Radiologico https://ift.tt/3eMiDDO

SIEMENS - MAGNETOM Flhas 02/2020 Link: https://bit.ly/2IhH3Jc

via Enfoque Radiologico https://ift.tt/36hRoNg

La tecnología CT estándar produce imágenes espectrales con algoritmos de aprendizaje profundo Los investigadores de Rensselaer, First-Imaging y GE Global desarrollan una red neuronal profunda para funcionar casi tan bien como la tecnología de imágenes de TC de energía dual más compleja Las tecnologías de bioimagen son los ojos que permiten a los médicos ver el interior del cuerpo para diagnosticar, tratar y controlar enfermedades. Ge Wang, profesor de ingeniería biomédica en el Instituto Politécnico Rensselaer, ha recibido un reconocimiento significativo por dedicar su investigación a combinar esas tecnologías de imágenes con inteligencia artificial para mejorar la "visión" de los médicos. En una investigación publicada en Patterns, un equipo de ingenieros dirigido por Wang demostró cómo se puede aplicar un algoritmo de aprendizaje profundo a una tomografía computarizada (TC) convencional para producir imágenes que normalmente requerirían un nivel más alto de tecnología de imágenes conocida como dual- energía CT. Wenxiang Cong, científico investigador de Rensselaer, es el primer autor de este artículo. Wang y Cong también estuvieron acompañados por coautores de Shanghai First-Imaging Tech e investigadores de GE Research. "Esperamos que esta técnica ayude a extraer más información de una tomografía computarizada de rayos X de espectro único regular, hacerlo más cuantitativo y mejorar el diagnóstico", dijo Wang, quien también es el director del Centro de Imágenes Biomédicas dentro del Centro de Biotecnología y estudios interdisciplinarios (CBIS) en Rensselaer. Las tomografías computarizadas convencionales producen imágenes que muestran la forma de los tejidos dentro del cuerpo, pero no brindan a los médicos información suficiente sobre la composición de esos tejidos. Incluso con yodo y otros agentes de contraste, que se utilizan para ayudar a los médicos a diferenciar entre tejidos blandos y vasculatura, es difícil distinguir entre estructuras sutiles. Una tecnología de nivel superior llamada TC de energía dual reúne dos conjuntos de datos para producir imágenes que revelan tanto la forma del tejido como información sobre su composición. Sin embargo, este método de obtención de imágenes a menudo requiere una mayor dosis de radiación y es más caro debido a la necesidad de hardware adicional. "Con la TC tradicional, se toma una imagen en escala de grises, pero con la TC de energía dual se toma una imagen con dos colores", dijo Wang. "Con el aprendizaje profundo, intentamos utilizar la máquina estándar para realizar el trabajo de la obtención de imágenes por TC de energía dual". En esta investigación, Wang y su equipo demostraron cómo su red neuronal era capaz de producir esas imágenes más complejas utilizando datos de TC de espectro único. Los investigadores utilizaron imágenes producidas por TC de energía dual para entrenar su modelo y encontraron que era capaz de producir aproximaciones de alta calidad con un error relativo de menos del 2%. "La experiencia del profesor Wang y su equipo en bioimagen está dando a los médicos y cirujanos 'nuevos ojos' para diagnosticar y tratar enfermedades", dijo Deepak Vashishth, director de CBIS. "Este esfuerzo de investigación es un excelente ejemplo de la asociación necesaria para personalizar y resolver los desafíos persistentes de la salud humana". Para más información: www.rpi.edu Fuente: ITN

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