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
PURITAN MEDICAL

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
Automatic Hematology Analyzer
CF9600
Software de laboratorio
Acusera 24•7
Chromogenic Culture System
InTray™ COLOREX™ ECC
New
Miembro Oro
Control de preeclampsia
Acusera Pre-Eclampsia Control

Canales

Hematología

ver canal
Imagen: La serie XR de próxima generación de Sysmex America, una solución de hematología diseñada para ayudar a los laboratorios ocupados a ofrecer resultados rápidos y confiables mientras mantienen flujos de trabajo eficientes (Fotografía cortesía de Sysmex America)

Plataforma hematológica de nueva generación agiliza flujos de trabajo en laboratorios complejos

Sysmex America (Chicago, IL, EE. UU.) ha presentado la nueva generación de la serie XR, centrada en el módulo de hematología automatizada XR-10 para laboratorios de alta complejidad. La plataforma se basa... Más

Inmunología

ver canal
Imagen: El estudio identificó una firma inmunitaria inesperada en la tuberculosis activa, lo que demuestra que la enfermedad no se caracteriza por una respuesta inmunitaria débil sino por un perfil inflamatorio distintivo (Fotografía cortesía de Shutterstock)

Firma inmunitaria de las vías respiratorias podría predecir riesgo de progresión de tuberculosis

La tuberculosis sigue siendo difícil de predecir y prevenir, a pesar de la amplia exposición en todo el mundo. Se estima que una cuarta parte de la población mundial ha sido infectada... Más

Microbiología

ver canal
Imagen: Una nueva investigación dirigida por el EMBL identifica una firma robusta del microbioma intestinal relacionada con el cáncer colorrectal, consistente en todas las poblaciones, métodos de secuenciación y grupos de edad, y relacionada con una menor ingesta de fibra dietética. (Foto cortesía de Daniela Velasco/EMBL)

Aprendizaje automático revela patrones consistentes del microbioma intestinal en cáncer colorrectal

El cáncer colorrectal se ha relacionado repetidamente con alteraciones en el microbioma intestinal, pero los hallazgos a menudo han variado entre estudios pequeños y heterogéneos.... Más

Patología

ver canal
Imagen: El nuevo sistema de IA clasifica 102 subtipos moleculares de tumores del SNC a partir de secciones histológicas digitalizadas y teñidas de forma rutinaria (Crédito de la imagen: iStock)

Herramienta de IA acelera la clasificación de tumores cerebrales a partir de histología rutinaria

La clasificación precisa de los tumores cerebrales y de la médula espinal depende cada vez más del perfil molecular junto con la histología, pero el acceso a estas pruebas sigue... Más

Tecnología

ver canal
Imagen: el panel combina diagnósticos basados ​​en biomarcadores con algoritmos digitales avanzados para permitir una evaluación no invasiva utilizando datos clínicos disponibles de forma rutinaria (Fotografía cortesía de Adobe Stock)

Panel de algoritmos ayuda a evaluar la fibrosis hepática y vigilar el cáncer de hígado

La enfermedad hepática crónica es común y suele progresar de forma silenciosa, lo que aumenta el riesgo de cirrosis y carcinoma hepatocelular cuando no se detecta de manera temprana.... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.