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.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros

Deascargar La Aplicación Móvil




Prueba impulsada por IA predice riesgo de desarrollar cáncer de esófago en pacientes con esófago de Barrett

Por el equipo editorial de LabMedica en español
Actualizado el 17 May 2023
Imagen: TissueCypher es una prueba de estratificación de riesgo para predecir el desarrollo futuro del cáncer de esófago en pacientes con EB (Fotografía cortesía de Castle Biosciences)
Imagen: TissueCypher es una prueba de estratificación de riesgo para predecir el desarrollo futuro del cáncer de esófago en pacientes con EB (Fotografía cortesía de Castle Biosciences)

El esófago de Barrett (EB) es una consecuencia grave de la enfermedad por reflujo gastroesofágico (ERGE) y presenta un riesgo de aparición de cáncer de esófago, uno de los cánceres de más rápido aumento en términos de incidencia en los EUA, presentando una tasa de supervivencia a los cinco años menor al 20 %. Las intervenciones efectivas, como la terapia de ablación, generalmente se aplican a pacientes con grados más altos de EB para prevenir su progresión a cáncer de esófago. Sin embargo, un número considerable de pacientes con EB se clasifican con grados más bajos de EB o como no displásicos. A pesar de las predicciones basadas en la población que indican una baja probabilidad de desarrollo de cáncer para estos pacientes de bajo grado, constituyen la mayoría de los pacientes que finalmente progresan a cáncer de esófago. Esta discrepancia indica una necesidad clínica significativa de información de estratificación de riesgo personalizada y con base biológica para garantizar una mejor alineación entre el riesgo de progresión y la aplicación de intervenciones efectivas.

La prueba de esófago de Barrett TissueCypher de Castle Biosciences (Pittsburgh, PA, EUA) es la primera prueba de medicina de precisión del mundo que predice el desarrollo futuro de cáncer de esófago en pacientes con EB. La prueba TissueCypher brinda a los profesionales médicos información vital sobre el riesgo de progresión a cáncer de esófago de un paciente individual en función del análisis avanzado de muestras de biopsia, lo que permite un manejo del paciente mejor informado y alineado con el riesgo. Su eficacia clínica ha sido validada a través de nueve publicaciones revisadas por pares que involucran a pacientes con progresor de EB en los principales centros clínicos de todo el mundo.

La prueba TissueCypher está diseñada para su uso en pacientes con EB confirmado por biopsia endoscópica que se clasifica como no displásico, indefinido para displasia o displasia de bajo grado. La predicción precisa y exacta de la progresión de EB a displasia de alto grado o adenocarcinoma de esófago es crucial, dada la incidencia que rápidamente creciente de cáncer de esófago. Dado que el adenocarcinoma de esófago es altamente mortal una vez diagnosticado, la detección temprana y la alerta avanzada proporcionadas por la prueba TissueCypher en pacientes con EB pueden ofrecer un apoyo crucial para la toma de decisiones clínicas para los médicos que tratan a estos pacientes. Castle Biosciences fue seleccionada como ganadora del premio "Mejor uso de la inteligencia artificial en el cuidado de la salud" en el séptimo programa anual MedTech Breakthrough Awards por su innovadora prueba de esófago de Barrett TissueCypher.

“La mayoría de los diagnósticos de cáncer y las estimaciones de estratificación de riesgo asociadas las realizan actualmente los patólogos que observan el tejido en portaobjetos de vidrio a través de microscopía óptica. Este método tiene una capacidad limitada para evaluar múltiples biomarcadores y tipos de células dentro del sistema tumoral y predecir el desarrollo futuro del cáncer”, dijo James Johnson, director general de MedTech Breakthrough. “TissueCypher utiliza inteligencia artificial para predecir el riesgo de desarrollar cáncer de esófago, uno de los cánceres más mortales del mundo. Felicitaciones al equipo de Castle por ganar el premio al 'Mejor uso de la inteligencia artificial en el cuidado de la salud' en 2023".

Enlaces relacionados:
Castle Biosciences  

Miembro Oro
Nucleic Acid Extractor System
NEOS-96 XT
Software de laboratorio
Acusera 24•7
New
Analizador de coagulación automatizado
Hemolumi H6
New
Thyroid Test
Anti-Thyroid EIA Test

Canales

Química Clínica

ver canal
Imagen: Diseñado originalmente para la detección del cáncer de pulmón y el monitoreo de la resistencia, la prueba también muestra potencial para identificar señales relacionadas con la fibrosis pulmonar (crédito de la imagen: iStock)

Nanosensor basado en orina monitorea cáncer de pulmón y fibrosis de forma no invasiva

El cáncer de pulmón sigue siendo difícil de monitorear para detectar progresión temprana y resistencia al tratamiento, mientras que la fibrosis pulmonar continúa planteando... Más

Hematología

ver canal
Imagen: Resumen gráfico (Waclawiczek A, Leppä AM, Renders S, et al. Cell Stem Cell, 2026. doi:10.1016/j.stem.2026.04.012)

Los biomarcadores de células madre podrían orientar el tratamiento en la leucemia mieloide aguda

La leucemia mieloide aguda (LMA) es un cáncer de sangre agresivo que afecta con mayor frecuencia a adultos mayores y que, a pesar de los avances terapéuticos, aún presenta un pronóstico... Más

Microbiología

ver canal
Imagen: La iniciativa combina datos epidemiológicos y microbiológicos con la secuenciación del genoma completo para caracterizar los linajes hospitalarios circulantes y los determinantes de resistencia (crédito de la imagen: Shutterstock)

Vigilancia genómica a gran escala rastrea bacterias resistentes en hospitales europeos

La resistencia a los antimicrobianos (RAM) representa una amenaza creciente para la seguridad del paciente, ya que las Enterobacterales resistentes a los carbapenémicos causan infecciones difíciles... Más

Patología

ver canal
Imagen: ArteraAI Breast analiza imágenes histopatológicas digitalizadas junto con variables clínicas del paciente para producir una puntuación de riesgo derivada de IA que proporciona información de pronóstico sobre la probabilidad de metástasis a distancia (Crédito de la imagen: Adobe Stock)

Herramienta de patología digital con IA para la estratificación del riesgo en cáncer de mama

La evaluación del riesgo en el momento del diagnóstico es fundamental para guiar el tratamiento del cáncer de mama invasivo en estadio temprano, con receptor hormonal positivo y receptor 2 del factor de... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.