![\"Pron\u00f3stico](\"https:\/\/teknomers.com\/es\/wp-content\/uploads\/2022\/10\/1664818642_El-primer-operador-japones-NTT-Docomo-mejora-el-rendimiento-energetico.jpg\")
<\/div>\nEl primer operador japon\u00e9s, NTT Docomo, mejora el rendimiento energ\u00e9tico del 5G<\/h2>\n<\/div>\n<\/article>\n<\/div>\n
En conjunto, estos algoritmos entrenados en decenas de miles de rayos X act\u00faan como un s\u00faper asistente virtual para los radi\u00f3logos. Concentrados en una suite disponible en la nube, alquilada a establecimientos, podr\u00e1n desarrollar software m\u00e1s eficientes y entrenar sus propios algoritmos de aprendizaje autom\u00e1tico.<\/p>\n
Im\u00e1genes m\u00e9dicas mejoradas por IA<\/h2>\n
” Google fue pionero en el uso de inteligencia artificial y visi\u00f3n artificial en Google Photos, Google Image Search y Google Lens, y ahora estamos poniendo a disposici\u00f3n de las empresas del sector de la salud nuestra experiencia, herramientas y tecnolog\u00edas de im\u00e1genes.<\/em>\u00bb Explique<\/a> Alissa Hsu Lynch, directora de soluciones y estrategia global de tecnolog\u00eda m\u00e9dica de Google Cloud. ” Nuestra suite de im\u00e1genes m\u00e9dicas muestra lo que es posible cuando las empresas de tecnolog\u00eda y atenci\u00f3n m\u00e9dica se unen<\/em>. \u00bb<\/p>\n Esta suite se divide en cinco productos. El primero destinado a almacenar im\u00e1genes en la nube, en particular utilizando los est\u00e1ndares DICOM. Luego viene Imaging Lab, que utiliza algoritmos para anotar im\u00e1genes transmitidas<\/strong>. Otro le permite crear conjuntos de datos para crear y entrenar soluciones de an\u00e1lisis. Imaging AI Pipelines ayuda a crear modelos de aprendizaje para obtener resultados cada vez m\u00e1s precisos. Por \u00faltimo, Imaging Deployment ofrece una gesti\u00f3n precisa de la seguridad de los datos, as\u00ed como reglas de privacidad exigibles.<\/p>\n ” El tama\u00f1o y la complejidad de estas im\u00e1genes son enormes y, a menudo, las im\u00e1genes se encuentran en silos de datos en toda la organizaci\u00f3n.<\/em> contin\u00faa Alissa Hsu Lynch. ” Para que los datos de im\u00e1genes sean \u00fatiles para la IA, debemos analizar la interoperabilidad y la estandarizaci\u00f3n. Esta suite est\u00e1 dise\u00f1ada para ayudar a las organizaciones de atenci\u00f3n m\u00e9dica a acelerar el desarrollo de IA para que puedan permitir un diagn\u00f3stico m\u00e1s r\u00e1pido y preciso y aliviar la carga de los radi\u00f3logos.<\/em>. \u00bb<\/p>\n Con su suite apenas lanzada, Google se enorgullece de contar entre sus primeros clientes con dos empresas estadounidenses: Hologic, que desarrolla equipos de diagn\u00f3stico, y Hackensack Meridian, una red de establecimientos de salud.<\/p>\n Para otros, establecer\u00e1 una infraestructura lista para aprovechar los algoritmos y la nube para im\u00e1genes m\u00e9dicas. Google proporciona herramientas para construirlo, no una plataforma que haga el trabajo para los radi\u00f3logos.<\/p>\n<\/div>\n