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 hp
Ingresar
Publique su anuncio con nosotros
INTEGRA BIOSCIENCES AG

Descargar La Aplicación Móvil




Herramienta de IA analiza rápidamente imágenes complejas de cáncer para tratamiento personalizado

Por el equipo editorial de LabMedica en español
Actualizado el 06 Dec 2025
Imagen: SMMILe permite una cuantificación espacial precisa en patología digital mediante el aprendizaje de instancias múltiples (Gao, Z et al. Nature Cancer, 2025; DOI: 10.1038/s43018-025-01060-8)
Imagen: SMMILe permite una cuantificación espacial precisa en patología digital mediante el aprendizaje de instancias múltiples (Gao, Z et al. Nature Cancer, 2025; DOI: 10.1038/s43018-025-01060-8)

Las imágenes complejas de biopsia digital, que normalmente requieren hasta 20 minutos para ser evaluadas por un patólogo experto, ahora pueden analizarse en aproximadamente un minuto mediante una nueva herramienta de inteligencia artificial (IA). Esta tecnología puede detectar el cáncer, identificar la ubicación de las lesiones tumorales y estimar la proporción de regiones con diferente agresividad. Ofrece una forma más rápida e informativa de interpretar muestras de tejido y podría facilitar la toma de decisiones terapéuticas más personalizadas.

El modelo de IA, desarrollado por investigadores de la Universidad de Cambridge (Cambridge, Inglaterra, Reino Unido), se entrenó únicamente con portaobjetos etiquetados con información diagnóstica básica, en lugar de anotaciones detalladas. Mediante el aprendizaje medible de múltiples instancias basado en Superpatch, el sistema analiza imágenes de portaobjetos completos para mapear los subtipos de cáncer y la distribución de grados, a pesar de haberse entrenado sin guía a nivel regional. Al capturar la composición heterogénea de los tumores, el algoritmo imita la interpretación que los médicos clínicos hacen de las estructuras tisulares complejas.

Para evaluar el rendimiento, el equipo probó el modelo en ocho conjuntos de datos con 3.850 imágenes de portaobjetos completos que representaban cánceres de pulmón, riñón, ovario, mama, estómago y próstata. El estudio, publicado en Nature Cancer, demostró que la herramienta ofrecía una precisión de clasificación a nivel de portaobjetos comparable o superior a la de nueve sistemas de IA líderes. Además, los superó considerablemente en la estimación de las proporciones de los subtipos tumorales y la distribución espacial entre los tejidos.

Estos hallazgos sugieren que la herramienta podría optimizar los flujos de trabajo de diagnóstico y ampliar el acceso a la caracterización avanzada del cáncer. Al entrenarse con conjuntos de datos económicos y ampliamente disponibles, podría ayudar a superar las barreras de costo asociadas con el mapeo espacial de tumores. El equipo planea aplicar el sistema para predecir biomarcadores moleculares, lo que proporcionará un conocimiento más profundo de la biología tumoral y permitirá estrategias de tratamiento más personalizadas.

“Al permitir que los patólogos realicen diagnósticos más rápidos y precisos, podemos asegurarnos de que los pacientes reciban el mejor tratamiento incluso antes, mejorando nuestras posibilidades de tratar con éxito su cáncer”, dijo el Dr. Zeyu Gao, del Instituto de Cáncer Temprano de la Universidad de Cambridge, desarrollador del algoritmo.

Enlaces relacionados:
Universidad de Cambridge

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
βeta-Hydroxybutyrate Reagent
β-Hydroxybutyrate LiquiColor®
PANEL GASTROINTESTINAL
Xpert® GI Panel
Miembro Oro
Solución de biomarcadores proteicos en sangre para la enfermedad de Alzheimer
BG-DTi2000.

Canales

Química Clínica

ver canal
Imagen: Resumen visual  (Ilana Teboul, Naama Shlush, Maya Droby, Yvonne Ventura, Robert A. Levine, Ayelet David; Polymeric Probe for Sensitive Diagnosis of Serum Endothelial Cell Adhesion Molecules in Rheumatic Heart Disease. ACS Sensors, 2026. https://doi.org/10.1021/acssensors.6c03085)

Prueba de sangre sin anticuerpos detecta biomarcador de cardiopatía reumática

La cardiopatía reumática (RHD) causa cientos de miles de muertes anualmente, afectando de manera desproporcionada a niños y adultos jóvenes en países de ingresos bajos y medianos.... Más

Hematología

ver canal
Imagen: Una nueva investigación que utiliza muestras de sangre almacenadas recolectadas a lo largo del tiempo ha rastreado el desarrollo de la leucemia mieloide aguda años y décadas antes del diagnóstico (Crédito de la imagen: Shutterstock)

Muestras de sangre seriadas revelan la evolución de la leucemia décadas antes del diagnóstico

La leucemia mieloide aguda (LMA) es un cáncer de la sangre agresivo que afecta aproximadamente a 2.700 personas en el Reino Unido cada año, y solo alrededor de una de cada seis pacientes... Más

Inmunología

ver canal
Imagen: El panel amplía la cartera de pruebas respiratorias de Cepheid en la plataforma GeneXpert, ofreciendo a los laboratorios una mayor flexibilidad a la hora de seleccionar pruebas basadas en las necesidades clínicas. (Foto cortesía de Cepheid)

Prueba de PCR multiplex obtiene marcado CE para apoyar el diagnóstico de infecciones respiratorias

Las infecciones respiratorias agudas suelen presentarse con síntomas superpuestos, lo que dificulta distinguir entre causas virales y bacterianas. Los picos estacionales de cuadros similares a la... Más

Microbiología

ver canal
Imagen: VITEK PRO combina la identificación microbiana y las pruebas de susceptibilidad a los antimicrobianos en una única plataforma para respaldar los flujos de trabajo de microbiología de rutina y la selección de antibióticos. (Foto cortesía de bioMérieux)

Sistema automatizado de identificación microbiana y susceptibilidad recibe autorización de la FDA

La resistencia a los antimicrobianos (RAM) es una de las principales amenazas para la salud pública mundial y causa una estimación de 1,27 millones de muertes al año.... Más

Tecnología

ver canal
Imagen: Módulos e interacciones clave en el sistema agente LabARIA.  (Yang, H.S., Pan, W., Cushing, M.M. et al. An agentic framework for intelligent clinical laboratory medicine. npj Health Systems (2026). https://doi.org/10.1038/s44401-026-00163-3)

Un marco de IA multiagente apoya el monitoreo de la calidad y el flujo de trabajo en el laboratorio

Los laboratorios clínicos analizan sangre, orina, tejidos y otros fluidos corporales para apoyar el diagnóstico y el tratamiento de enfermedades. El aumento del volumen de pruebas, la escasez... Más

Industria

ver canal
Imagen: La colaboración tiene como objetivo ampliar el acceso a la tecnología a través de una vía de diagnóstico clínico regulada en Japón.

Alianza busca llevar pruebas de sangre para la enfermedad de Alzheimer a Japón

La enfermedad de Alzheimer sigue siendo un desafío diagnóstico en aumento a medida que las poblaciones envejecen y el deterioro cognitivo se vuelve más frecuente. En Japón,... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.