La investigación actual muestra que en los primeros cinco años de diagnóstico, la precisión del diagnóstico de la enfermedad de Parkinson es de entre 55 % y 78 %. Esto se debe en parte a que los hermanos de Parkinson comparten el mal funcionamiento del movimiento, y a veces un diagnóstico final inicialmente lo dificulta.
Aunque la enfermedad de Parkinson es una enfermedad bien reconocida, este término puede apuntar a múltiples afecciones, que es un tipo común de tipo común, mal funcionamiento del sistema múltiple y defectos del sistema múltiple, como la variedad de atrofia de sistemas múltiples de Parkinsin y la carrera sobrenocular progresiva. Cada uno comparte las propiedades de un motor y nomotor, como un cambio de puerta, pero posee una patología y diagnóstico separados.
Uno de unos cuatro pacientes, o incluso uno de los dos pacientes, es malinterpretado.
Ahora, los investigadores de la Universidad de Florida y el Instituto de Enfermedades Nevera Norman de UF Health Norman han desarrollado un nuevo tipo de software que ayudará a los médicos a diversos diagnósticos de enfermedades y afecciones relacionadas de Parkinson, que reducirán el tiempo de diagnóstico y aumentarán más del 96 %. Este estudio fue publicado recientemente Jumtiología Y los Institutos Nacionales de Salud brindaron apoyo financiero.
“En muchos casos, los fabricantes de resonancia magnética no interactúan entre sí debido a la competencia del mercado”, dijo David Vilkhank, PhD, Presidente y Departamento de Fisiología y Cennatología de UF, David Vilkhankort. “Todos tienen su propio software y su propia serie. Aquí, hemos desarrollado un software novedoso que funciona en todos”.
Aunque no existe alternativa al elemento humanitario del diagnóstico, incluso los médicos más experimentados que se especializan en el trastorno del movimiento pueden beneficiarse de un dispositivo para mejorar los servicios de diagnóstico entre diferentes trastornos, dijo Vallekwort.
La discriminación automática de imágenes para el software, el parkinsonismo o AIDP es un software automático de procesamiento de resonancia magnética y aprendizaje automático que cuenta con una técnica de marcador de biovasio. Usando la resonancia magnética ponderada, que muestra cómo las moléculas de agua se propagan en el cerebro, el equipo puede indicar dónde está teniendo lugar la neurodegery. Posteriormente, el algoritmo de aprendizaje automático, que se prueba personalmente estrictamente contra el diagnóstico de la clínica, analiza la exploración cerebral y proporciona resultados al médico, lo que indica una variedad de Parkinson.
El estudio se realizó en 21 sitios, 19 de ellos en los Estados Unidos y dos en Canadá.
“Este es un ejemplo en el que la innovación entre la tecnología y la inteligencia artificial ha demostrado aumentar la precisión del diagnóstico, lo que nos brinda la oportunidad de mejorar aún más el tratamiento de los pacientes con enfermedad de Parkinson”, dijo MD, MD, MD, MD, Asesor Médico de la Fundación de Parkinson para la Fundación de la Fundación. “Esperamos ver cómo esta innovación puede afectar aún más la comunidad de Parkinson y avanzar en nuestro objetivo común de mejores resultados para todos”.
La siguiente fase del equipo es obtener la aprobación de la Administración de Drogas y Alimentos de los Estados Unidos.
“Este esfuerzo realmente destaca la importancia de la cooperación internacional”, dijo PhD, profesor del Instituto Digital Worlds en la UF. “Con habilidades médicas compartidas, habilidades científicas y habilidades técnicas, hemos podido cumplir un objetivo que cambiará la vida de innumerables personas”.
Valenkort y Bermpotis son propietarios parciales de una compañía llamada Neuropics, cuyo objetivo es presentar el software, lo que puede mejorar la atención de los pacientes y los ensayos clínicos donde se puede utilizar.
