RESUMO
Abstract Introduction: Upper endoscopy is the standard method for diagnosing early-stage gastric cancer. However, according to estimates, up to 20% of tumors are not detected, and their accuracy may be affected by the variability in their performance. In Colombia, most diagnoses take place in advanced stages, which aggravates the problem. Protocols have been proposed to ensure the complete observation of areas prone to premalignant lesions to address variability. Objective: To build and validate an automatic audit system for endoscopies using artificial intelligence techniques. Methodology: In this study, 96 patients from a teaching hospital underwent video-documented endoscopies, spanning 22 stations rearranged to minimize overlaps and improve the identification of 13 key gastric regions. An advanced convolutional network was used to process the images, extracting visual characteristics, which facilitated the training of artificial intelligence in the classification of these areas. Results: the model, called Gastro UNAL, was trained and validated with images of 67 patients (70% of cases) and tested with 29 different patients (30% of cases), which reached an average sensitivity of 85,5% and a specificity of 98,8% in detecting the 13 gastric regions. Conclusions: The effectiveness of the model suggests its potential to ensure the quality and accuracy of endoscopies. This approach could confirm the regions evaluated, alerting less experienced or trained endoscopists about blind spots in the examinations, thus, increasing the quality of these procedures.
Resumen Introducción: La endoscopia digestiva alta es el método estándar para diagnosticar el cáncer gástrico en etapas tempranas. Sin embargo, su precisión puede verse afectada por la variabilidad en su realización, y se estiman hasta 20% de tumores no detectados. En Colombia, la mayoría de los diagnósticos se realizan en etapas avanzadas, lo que agrava el problema. Para abordar la variabilidad, se han propuesto protocolos con el fin de asegurar la observación completa de áreas propensas a lesiones premalignas. Objetivo: Construir y validar un sistema de auditoría automática para endoscopias usando técnicas de inteligencia artificial. Metodología: En este estudio, 96 pacientes de un hospital universitario se sometieron a endoscopias documentadas en video, abarcando 22 estaciones reorganizadas para minimizar solapamientos y mejorar la identificación de 13 regiones gástricas clave. Se utilizó una red convolucional avanzada para procesar las imágenes, extrayendo características visuales, lo que facilitó el entrenamiento de la inteligencia artificial en la clasificación de estas áreas. Resultados: El modelo, llamado Gastro UNAL, fue entrenado y validado con imágenes de 67 pacientes (70% de los casos) y probado con 29 pacientes distintos (30% de los casos), con lo que alcanzó una sensibilidad promedio del 85,5% y una especificidad del 98,8% en la detección de las 13 regiones gástricas. Conclusiones: La eficacia del modelo sugiere su potencial para asegurar la calidad y precisión de las endoscopias. Este enfoque podría confirmar las regiones evaluadas, alertando puntos ciegos en la exploración a los endoscopistas con menos experiencia o en entrenamiento, de tal forma que se aumente la calidad de estos procedimientos.
RESUMO
It is well known that the most evident differences in humans are those related to anthropometric characteristics, and that during continuous monitoring the relation between human behavior and human abilities concerning their anthropometric characteristics was observed. The aim of this study was to detect and define the morphological types with the use of slightly different and more advanced methodologies. The sample included 149 male subjects, first-year students of the Faculty of Sport and Physical Education in Novi Sad, using an anthropometric measurement technique. A total of 12 anthropometric measures, defined according to the four-dimensional morphological model was used. For all variables, basic descriptive statistics were calculated while student grouping was performed using taxonomic neural network Intruder. Initial taxonomic classification of artificial entities by neural network Intruder accepted four clusters: endomorph or pyknic, ectomorph or leptosomic, astenomorph and gracile type. The results indicate that the identification and definition of morphological types with the use of a slightly different and more advanced procedure leads to better and earlier perception of certain characteristics which are necessary, both for the selection of specific sports, and in the prevention of various diseases and abnormalities in behavior and functioning.
Es bien sabido que las diferencias más evidentes en los seres humanos son aquellas relacionadas con las características antropométricas, lo cual fue observado durante el monitoreo continuo de la relación entre el comportamiento humano y las capacidades humanas. El objetivo de este estudio fue detectar y definir los tipos morfológicos con el uso de metodologías diferentes y más avanzadas. La muestra incluyó 149 sujetos hombres, estudiantes de primer año de la Facultad de Educación Física y Deportiva en Novi Sad, utilizando una técnica de medición antropométrica. Utilizamos un total de 12 medidas antropométricas, que se definieron de acuerdo con el modelo morfológico de cuatro dimensiones. Para todas las variables se calcularon los estadísticos descriptivos básicos, mientras que la agrupación estudiantil se realizó a través de red neuronal - Intruder. Para la clasificación taxonómica inicial de entidades artificiales por red neuronal Intruder se aceptaron cuatro grupos: endomorfo o pícnico, ectomorfo o leptosomo, astenomorfo y tipo grácil. Los resultados indican que la identificación y definición de los tipos morfológicos con el uso de un procedimiento algo diferente y más avanzado conduce a una mejor percepción de ciertas características que son necesarias, tanto para la selección de deportes específicos, como para la prevención de diversas enfermedades y alteraciones en el comportamiento y funcionamiento.
Assuntos
Humanos , Masculino , Somatotipos , Estudantes , Antropometria/métodos , Redes Neurais de ComputaçãoRESUMO
La investigación sobre la conciencia desde una perspectiva neurobiológica constituye uno de los temas más controvertidos en el amplio dominio de las neurociencias. Tradicionalmente, la conciencia ha sido entendida como la experiencia subjetiva y privada que surge de la actividad de neuronas múltiples y que incluye nuestros pensamientos, recuerdos y lo imaginado. A menudo se hace la distinción entre una conciencia intransitiva, que alude a un estado de vigilancia opuesto al estado de coma clínico, y una transitiva, que se refiere al acceso consciente de diferentes piezas de información. Evolutivamente, al entender la conciencia como el resultado de habilidades cognitivas complejas, es posible plantear que ella se encuentra distribuida en la filogenia incluso más allá de los mamíferos sociales. A partir de la relación entre conciencia y cognición, dos teorías han sido ampliamente difundidas y debatidas: la del núcleo dinámico y la del espacio de trabajo global. La primera relaciona la experiencia consciente con circuitos tálamo-corticales recurrentes, mientras que la segunda considera vastas redes neuronales parieto-temporales y prefrontales como base para el acceso consciente. Se ha postulado que la conciencia depende de la actividad de una red neural por defecto. Aún más, la conciencia humana representaría una corriente narrativa cuya historia ha sido modulada por la interacción social.
Research about consciousness from a neurobiological perspective is one of the most controversial issues in the broad domain of neuroscience. Traditionally, consciousness has been defined as subjective and private experience that arises from multiple neuronal activities and it includes our thoughts, memories and imaging. Usually, it has been made a distinction between intransitive consciousness that refers to a vigilance state opposite to clinical coma and transitive consciousness conceived as a conscious access to different pieces of information. From an evolutionary perspective, consciousness may be conceived as the result of complex cognitive skills leading to claim that it is distributed in phylogeny even beyond social mammals. From the relationship between consciousness and cognition, two theories have been widely discussed: the Dynamic Core and the Global Workspace. The first relates conscious experience to recurrent thalamo cortical circuits, while the second considers parietotemporal and prefrontal large neural networks as the basis for conscious access. It has been suggested that human consciousness depends on a default network. Furthermore, human consciousness could represent a narrative stream of reflective thought that is critical for the control of actions and is encultured by social interaction.