Lunes 2 de noviembre de 2026 ·

StoneXAI-Net: marco explicable para clasificar, localizar y segmentar cálculos renales en TC

Relevancia 52 de 100

Útil para Salud 60%

Los investigadores presentan StoneXAI-Net, un marco de aprendizaje débilmente supervisado que clasifica, localiza y segmenta cálculos renales en imágenes de tomografía computarizada. Combina aumento de datos basado en física de la TC, pseudoetiquetado por consenso con mapas de explicación e incertidumbre, y un módulo que audita la fidelidad de las explicaciones. Se evaluó con 3.364 imágenes axiales (1.577 con cálculo y 1.787 normales) mediante validación cruzada de cinco particiones.

Qué significa

Para los radiólogos y sistemas de diagnóstico, el método busca reducir la necesidad de anotaciones pixel a pixel, que son escasas. Su propuesta es que la IA pueda explicar de forma verificable dónde detecta las piedras en el riñón.

Fuentes originales

Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.

También ese día

Todas las noticias de IA del lunes 2 de noviembre de 2026 ->