Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Please note that the LabMedica website is also available in a complete English version
Presenta Sitios para socios Información LinkXpress
Ingresar
Publique su anuncio con nosotros
Abbott Diagnostics

Deascargar La Aplicación Móvil




Eventos

03 feb 2020 - 06 feb 2020
01 mar 2020 - 05 mar 2020
05 mar 2020 - 07 mar 2020

Diagnostican la leucemia mieloide aguda mediante redes neurales convolucionales

Por el equipo editorial de Labmedica en español
Actualizado el 05 Dec 2019
Print article
Imagen: Diagrama esquemático de cómo el algoritmo de aprendizaje profundo clasifica los leucocitos en un frotis de sangre de manera automatizada y estandarizada (Fotografía cortesía del Helmholtz Zentrum München/Dr. Carsten Marr)
Imagen: Diagrama esquemático de cómo el algoritmo de aprendizaje profundo clasifica los leucocitos en un frotis de sangre de manera automatizada y estandarizada (Fotografía cortesía del Helmholtz Zentrum München/Dr. Carsten Marr)
Todos los días, se evalúan millones de células sanguíneas individuales para el diagnóstico de enfermedades en los laboratorios médicos y clínicas. La mayor parte de esta tarea repetitiva la siguen realizando manualmente los citólogos capacitados, que inspeccionan las células en frotis de sangre coloreados y las clasifican en aproximadamente 15 categorías diferentes.

Los científicos ahora han demostrado que los algoritmos de aprendizaje profundo funcionan de manera similar a los expertos humanos, al clasificar muestras de sangre de pacientes que sufren de leucemia mieloide aguda (LMA). Su estudio, de prueba de concepto, allana el camino para un análisis de muestras automatizado, estandarizado y disponible en el futuro cercano.

Los científicos del Helmholtz Zentrum München (Neuherberg, Alemania) y sus colegas compilaron un conjunto de datos de imágenes anotadas de más de 18.000 glóbulos blancos, lo utilizaron para entrenar una red neuronal convolucional para la clasificación de leucocitos y evaluaron el rendimiento de la red comparando la variabilidad inter e intra expertos. Utilizaron imágenes que se extrajeron de frotis de sangre de 100 pacientes que padecían la enfermedad sanguínea agresiva, LMA y 100 controles. El nuevo método basado en la inteligencia artificial se evaluó comparando su rendimiento con la exactitud de los expertos humanos.

La red clasifica los tipos de células más importantes con gran exactitud. También permitió a los investigadores decidir dos preguntas clínicamente relevantes con rendimiento a nivel humano: (1) si una célula dada tiene carácter de blasto y (2) si pertenece a los tipos de células normalmente presentes en los frotis de sangre no patológicos. El resultado demostró que la solución impulsada por IA fue capaz de identificar células blásticas de diagnóstico, al menos tan bien como un experto en citología capacitado.

Carsten Marr, PhD, bióloga computacional de células madre y autora principal del estudio, dijo: “Para llevar nuestro enfoque a las clínicas, se debe convertir la digitalización de las muestras de sangre de los pacientes en un proceso de rutina. Los algoritmos tienen que ser entrenados con muestras de diferentes fuentes para hacer frente a la heterogeneidad inherente en la preparación y coloración de las muestras. Junto con nuestros socios, podríamos demostrar que los algoritmos de aprendizaje profundo muestran un desempeño similar al de los citólogos humanos. En el próximo paso, evaluaremos qué tan bien se pueden predecir otras características de la enfermedad, como mutaciones genéticas o translocaciones, con este nuevo método impulsado por la IA”.

Los autores concluyeron que su método tiene el potencial de ser utilizado como una ayuda de clasificación para examinar un número mucho mayor de células en un frotis, de lo que generalmente puede hacer un experto humano. Esto permitirá a los médicos reconocer poblaciones de células malignas con menor prevalencia en una etapa más temprana de la enfermedad. El estudio fue publicado el 12 de noviembre de 2019 en la revista Nature Machine Intelligence.

Enlace relacionado:
Helmholtz Zentrum München


Print article

Canales

Diagnóstico Molecular

ver canal
Imagen: La cámara de un teléfono inteligente es un componente importante del nuevo sistema de análisis para la detección de E. coli en muestras de orina (Fotografía cortesía de la Universidad de Bath)

Sistema de prueba rápido para las ITU combina un inmunoensayo con una cámara de teléfono inteligente

Un equipo de bioingenieros británicos combinó un inmunoensayo microfluídico en sándwich, rápido, de fluorescencia, con una cámara de teléfono inteligente para formar un sistema de análisis para el diagnóstico... Más

Inmunología

ver canal
Imagen: Histopatología de las metástasis de melanoma leptomeningeo: grupos de células tumorales en el espacio subaracnoideo en una biopsia cerebral (Fotografía cortesía de selbst).

Identifican las características moleculares de las metástasis del melanoma leptomeningeo

Los pacientes con melanoma avanzado que desarrollan metástasis en las leptomeninges, las membranas llenas de líquido que rodean el cerebro y la médula espinal, tienen un pronóstico extremadamente malo.... Más

Microbiología

ver canal
Imagen: El Medio de Transporte Molecular PrimeStore (MTM) es el primer dispositivo de transporte molecular diseñado para inactivar patógenos y estabilizar tanto el ARN como el ADN para la prueba y la caracterización molecular aguas abajo (Fotografía cortesía de Longhorn Vaccines and Diagnostics).

Validan prueba molecular con hisopos bucales para la tuberculosis

Los investigadores clínicos están probando un método en desarrollo para diagnosticar la tuberculosis usando hisopos bucales, que podría convertirse en un enfoque alternativo a los métodos de recolección... Más

Patología

ver canal
Imagen: Inmunocoloración histológica que muestra la expresión del receptor 6 acoplado a proteínas G que contiene repeticiones ricas en leucina (LGR6) en el carcinoma escamocelular de esófago (ESCC) y en tejidos esofágicos normales (NT) (Fotografía cortesía de la Universidad Médica de Fujian).

Encuentran un biomarcador diagnóstico para el carcinoma escamocelular de esófago

El cáncer de esófago es uno de los tumores malignos más comunes en el mundo, y su incidencia ocupa el séptimo lugar entre todos los tumores malignos. El cáncer de esófago se puede dividir en dos tipos... Más

Tecnología de Lab

ver canal
Imagen: Esquema de una serie de nanotubos decorados con nanopartículas de oro que capturan moléculas virales para la espectroscopía Raman in situ con el fin de realizar identificación óptica de virus sin necesidad de etiquetas (Fotografía cortesía del profesor Mauricio Terrones)

Dispositivo rápido y económico captura e identifica virus

Actualmente, los virólogos estiman que en los animales se encuentran 1,67 millones de virus desconocidos, algunos de los cuales pueden ser transmitidos a los humanos. Los virus conocidos, como el H5N1,... Más

Industria

ver canal
Imagen: En 2019, se espera que los diagnósticos de laboratorio en un chip/microfluídicos crezcan al ritmo más rápido de TCAC, debido a su capacidad para reducir los procesos de laboratorio completos a un solo chip y acelerar el proceso de diagnóstico de enfermedades con resultados cuantitativos de alta precisión (Fotografía cortesía de Fotolia).

Mercado mundial de inmunoanálisis microfluidos llegará a los dos mil millones de dólares en 2025

Se espera que el mercado global de inmunoanálisis microfluídico crezca a una tasa anual compuesta del 12,7% desde 2019, a dos mil millones de dólares para 2025, impulsado por los mayores beneficios ofrecidos... Más
Copyright © 2000-2020 Globetech Media. All rights reserved.