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
INTEGRA BIOSCIENCES AG

Deascargar La Aplicación Móvil




Técnica basada en teléfonos inteligentes ayuda a los médicos a evaluar las enfermedades hematológicas

Por el equipo editorial de LabMedica en español
Actualizado el 03 Jun 2020
Imagen: Espectros de alta calidad adquiridos por el sistema de exploración de líneas hiperespectrales guiadas por imágenes y la aplicación móvil mHematology. El dispositivo evalúa la hemoglobina sanguínea sin extraer sangre (Fotografía cortesía de la Universidad de Purdue).
Imagen: Espectros de alta calidad adquiridos por el sistema de exploración de líneas hiperespectrales guiadas por imágenes y la aplicación móvil mHematology. El dispositivo evalúa la hemoglobina sanguínea sin extraer sangre (Fotografía cortesía de la Universidad de Purdue).
Como una de las pruebas clínicas de laboratorio más comunes, las pruebas de hemoglobina en sangre se ordenan rutinariamente como un examen inicial de la producción reducida de glóbulos rojos para examinar el estado de salud general antes de otros exámenes específicos.

Las pruebas de hemoglobina en sangre se realizan ampliamente para una variedad de necesidades de atención al paciente, como la detección de anemia como causa de otras enfermedades subyacentes, la evaluación de trastornos hematológicos, el inicio de transfusiones, la detección de hemorragias después de una lesión traumática y para la lesión renal aguda.

Ingenieros biomédicos de la Universidad de Purdue (West Lafayette, IN, EUA) y sus colegas, desarrollaron una forma de usar imágenes de los párpados de una persona para evaluar los niveles de hemoglobina en la sangre. La capacidad de realizar una de las pruebas de laboratorio clínico más comunes sin necesidad de una extracción de sangre podría ayudar a reducir la necesidad de consultas clínicas en persona, facilitar el seguimiento de pacientes que se encuentran en estado crítico y mejorar la atención en personas de países de bajos y medianos ingresos donde el acceso a los laboratorios de análisis es limitado.

Los científicos probaron la nueva técnica, llamada mHematology, con 153 voluntarios que fueron referidos para análisis de sangre convencionales al Hospital de Enseñanza y Referencia de la Universidad Moi (Eldoret, Kenia). Utilizaron datos de un grupo de 138 pacientes seleccionados al azar para entrenar el algoritmo, y luego probaron la aplicación de salud móvil con los 15 voluntarios restantes. Los resultados mostraron que la prueba de salud móvil podía proporcionar mediciones comparables a los análisis de sangre tradicionales en una amplia gama de valores de hemoglobina en sangre.

El equipo creó una versión móvil del análisis mediante el uso de un método conocido como espectroscopía de súper resolución espectral. Esta técnica utiliza software para convertir virtualmente fotos adquiridas con sistemas de baja resolución, como la cámara de un teléfono inteligente, en señales espectrales digitales de alta resolución. Seleccionaron el párpado interno como un sitio de detección porque la microvasculatura es fácilmente visible allí; es de fácil acceso y tiene un enrojecimiento relativamente uniforme. El párpado interno tampoco se ve afectado por el color de la piel, lo que elimina la necesidad de calibraciones personales. Los errores de predicción para la técnica del teléfono inteligente estaban dentro del 5% al 10% de los medidos con sangre en los laboratorios clínicos.

Young L. Kim, PhD, MSCI, profesor asociado y autor principal del estudio, dijo: “Nuestro nuevo enfoque de salud móvil allana el camino para la prueba en la cabecera o remota, de los niveles de hemoglobina en sangre para detectar anemia, lesiones renales agudas y hemorragias, o para evaluar trastornos sanguíneos como la anemia falciforme”. El estudio fue publicado el 21 de mayo de 2020 en la revista Optica.

Enlace relacionado:
Universidad de Purdue
Hospital de Enseñanza y Referencia de la Universidad Moi

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
New
Miembro Oro
Serum Indices Control
Acusera Serum Indices Control
Immunofluorescence Analyzer
IFA System
ANALIZADOR DE ORINA
respons® UDS100

Canales

Química Clínica

ver canal
Crédito de la imagen:  Diane E. MacDougall et al., FIND Lp(a) Machine Learning Model: Targeted Screening Enrichment of Elevated Lipoprotein(a) in Atherosclerotic Cardiovascular Disease, JACC: Advances (2026). DOI: 10.1016/j.jacadv.2026.103114

El aprendizaje automático permite orientar el cribado de lipoproteína(a) elevada

La lipoproteína(a) es un factor de riesgo independiente, determinado genéticamente, de la enfermedad cardiovascular aterosclerótica; sin embargo, el cribado rutinario sigue siendo... Más

Microbiología

ver canal
Imagen: El actual brote de BDBV en la República Democrática del Congo pone de relieve los desafíos de respuesta a infecciones raras y graves (Crédito de la imagen: 123RF)

Investigación refuerza la preparación ante brotes del virus Bundibugyo con diagnósticos más rápidos

El virus de Bundibugyo (BDBV), una especie de ebolavirus, causa una enfermedad hemorrágica grave y puede ser difícil de diagnosticar rápidamente durante los brotes. Los recientes cambios... Más

Patología

ver canal
Crédito de la imagen: Adobe Stock

Herramienta citológica de aprendizaje automático mejora la identificación de células cancerosas

El cribado citológico sigue siendo fundamental para la detección temprana del cáncer, pero su precisión depende en gran medida de la interpretación experta de las células... Más

Tecnología

ver canal
Imagen: ADLM recomienda que las herramientas de inteligencia artificial emergentes sigan los mismos estándares profesionales de supervisión, calidad, validación y monitoreo que las pruebas clínicas tradicionales dentro del marco existente de CLIA (Crédito de la imagen: Adobe Stock)

ADLM pide actualizar CLIA para apoyar el uso seguro de IA en medicina de laboratorio

Los laboratorios clínicos utilizan cada vez más la inteligencia artificial para verificar, interpretar e informar resultados, pero las salvaguardas de las Enmiendas para la Mejora de los... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.