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




Eventos

02 jun 2026 - 04 jun 2026
17 jun 2026 - 19 jun 2026

Flujo de trabajo de patología utiliza IA para analizar muestras de pacientes

Por el equipo editorial de LabMedica en español
Actualizado el 29 Jun 2022
Imagen: El Aiforia Clinical Suite Viewer ha recibido la marca CE-IVD (Fotografía cortesía de Aiforia Technologies)
Imagen: El Aiforia Clinical Suite Viewer ha recibido la marca CE-IVD (Fotografía cortesía de Aiforia Technologies)

El aumento de los costos de atención médica, la reducción en el número de profesionales médicos que se especializan en patología, mientras que las tasas de cáncer continúan aumentando, impulsan inevitablemente una demanda por tecnología más sofisticada y eficiente. Dado el panorama actual de la patología clínica, existe la necesidad de herramientas para estandarizar los diagnósticos, reducir la variabilidad inter e intraobservador y permitir la extracción de grandes cantidades de datos complejos en tiempos significativamente reducidos. Ahora, una plataforma basada en la nube permite un enfoque holístico del diagnóstico y pronóstico del cáncer a través de la visualización de imágenes digitales de diapositivas completas de muestras histopatológicas humanas y resultados producidos por IA de aprendizaje profundo junto con sus informes continuos.

El visor Aiforia de Aiforia Technologies Plc (Cambridge, MA, EUA) proporciona una toma de decisiones rica en datos para que sea hecha por los patólogos en un formato intuitivo, rápido y fácil de leer. El software Viewer es un visor completamente único para el flujo de trabajo de patología clínica con su enfoque de IA primero; permitiendo el uso de la inteligencia artificial de aprendizaje profundo de Aiforia para respaldar el análisis de muestras de pacientes. Por ejemplo, en el cálculo de biomarcadores de diagnóstico de cáncer de mama antes de que el patólogo tenga siqueira que echar un vistazo; permitiéndoles ver y aceptar rápidamente el resultado. El patólogo finalmente hace el diagnóstico, mientras que el modelo de IA permite la confianza en esta toma de decisión.

Los resultados preliminares producidos por el software Aiforia Viewer permiten la priorización de casos en función de la gravedad y permiten que el laboratorio ordene automáticamente más tinciones, lo que en última instancia acelera el tiempo de diagnóstico. Esto tiene el potencial de hacer que los flujos de trabajo de diagnóstico sean más eficientes, mejorando la eficiencia de producción general del laboratorio. El Aiforia Clinical Suite Viewer con la marca CE-IVD se personaliza para tipos de enfermedades específicas, por ejemplo, cáncer de mama, próstata y pulmón, para permitir los flujos de trabajo, las herramientas y los resultados más adecuados para cada caso de paciente. Aiforia atiende ampliamente a los patólogos, ya que pueden utilizar los modelos clínicos de IA marcados con CE-IVD de Aiforia para el diagnóstico de cáncer de mama, pulmón y próstata junto con Clinical Suite Viewer para, significativamente, ahorrar tiempo y mejorar el flujo de trabajo en el diagnóstico del cáncer.

“En Aiforia estamos abriendo el diagnóstico del cáncer a una nueva era de medicina de precisión habilitada por herramientas automatizadas y basadas en IA durante esta nueva época de la patología, para ayudar a crear modernos flujos de trabajo de patología clínica digitalizados”, dijo Jukka Tapaninen, director ejecutivo de Aiforia Technologies. “Con esta nueva herramienta con la marca CE-IVD y nuestros 5 modelos de IA con marca CE-IVD, y más por venir, podemos atender al laboratorio de patología con un conjunto integral de herramientas automatizadas para el diagnóstico del cáncer”.

"El viaje médico de un paciente de cáncer hacia la curación comienza con un diagnóstico correcto que, muy probablemente, sea realizado por patólogos", agregó Marilyn M. Bui, MD, PhD, miembro sénior, profesora de patología y directora científica de Analytic Microscopy Core en el Instituto de Investigación y Centro de Cáncer Moffitt. “Patología y medicina de laboratorio es el facilitador fundamental de la medicina de precisión. Las herramientas de IA de apoyo en el diagnóstico del cáncer aumentarán la capacidad de los patólogos para brindar diagnósticos precisos y oportunos para beneficiar la atención de calidad del paciente. Nuestros pacientes merecen lo mejor del poder combinado de los patólogos y la IA”.

Enlaces relacionados:
Aiforia Technologies Plc  

Miembro Oro
Automatic Hematology Analyzer
CF9600
Software de laboratorio
Acusera 24•7
HPV Test
Allplex HPV28 Detection
Urine Analyzer
respons® UDS100

Canales

Química Clínica

ver canal
Imagen: Nuevos hallazgos sugieren que los puntos de corte estándar \"normales\" del CA19-9 podrían enmascarar una enfermedad agresiva en los no productores, mientras que un modelo de umbral dual podría reducir las interpretaciones erróneas (crédito de la imagen: Adobe Stock)

Nuevo valor de corte de CA19-9 ayuda a identificar pacientes con cáncer de páncreas de alto riesgo

El adenocarcinoma ductal pancreático (PDAC) se diagnostica con frecuencia en una etapa avanzada y sigue siendo uno de los tumores sólidos más letales. Los médicos suelen utilizar el antígeno carbohidrato... Más

Diagnóstico Molecular

ver canal
Imagen: El nuevo método de origami de ARN logró una resolución de 18 nucleótidos, suficiente para distinguir las secciones repetidas sanas de las asociadas a enfermedades (crédito de la imagen: Adobe Stock)

Nuevo método de ARN origami facilita pruebas más rápidas para trastornos por expansión de repeticiones

Los trastornos de expansión de repeticiones causan afecciones como la distrofia miotónica, la enfermedad de Huntington y la esclerosis lateral amiotrófica (ELA), pero determinar con... Más

Hematología

ver canal
Imagen: Los hallazgos del estudio pueden ayudar a identificar la deficiencia de hierro antes en niños de 5 a 14 años. (Fotografía cortesía de iStock)

Un umbral de ferritina más elevado podría mejorar la detección de deficiencia de hierro en niños

La deficiencia de hierro en niños en edad escolar puede afectar el desarrollo cerebral, el aprendizaje, el crecimiento y el rendimiento físico; sin embargo, la detección temprana de... Más

Inmunología

ver canal
Imagen: Resumen gráfico (Crotts S.B., Barnes J.T., Antonetti R.M., et al. Cell Reports (2026). DOI:10.1016/j.celrep.2026.117347)

Enzima inmunitaria se vincula con la enfermedad inflamatoria intestinal resistente al tratamiento

La enfermedad inflamatoria intestinal (EII) afecta a casi 3 millones de personas en Estados Unidos y su prevalencia sigue en aumento. Los medicamentos que actúan sobre el factor de necrosis tumoral... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.