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




Examinan muestras de dermatopatología por microscopía en teléfonos inteligentes

Por el equipo editorial de LabMedica en español
Actualizado el 09 Mar 2016
Imagen: Lecturas de portaobjetos con microscopía por teléfono: la técnica para la lectura permite leer un portaobjetos con un microscopio en un teléfono con una lente de bola con un único diodo emisor de luz (LED) y una linterna proporcionando la iluminación (Fotografía cortesía de Ciencias de la Salud Houston de la Universidad de Texas).
Imagen: Lecturas de portaobjetos con microscopía por teléfono: la técnica para la lectura permite leer un portaobjetos con un microscopio en un teléfono con una lente de bola con un único diodo emisor de luz (LED) y una linterna proporcionando la iluminación (Fotografía cortesía de Ciencias de la Salud Houston de la Universidad de Texas).
La incorporación de cámaras de alta resolución en los teléfonos inteligentes ha permitido su uso para una variedad de aplicaciones médicas, incluyendo el uso de accesorios de lentes que proporcionan datos telescópicos, macroscópicos y dermatoscópicos.
 
Las biopsias de piel y la información patológica que proporcionan son fundamentales para el diagnóstico y el tratamiento de las enfermedades dermatológicas. Sin embargo, la falta de experiencia en la interpretación de las muestras dermatopatológicas en zonas de escasos recursos puede impedir el diagnóstico y el tratamiento oportuno.
 
Los patólogos del Centro de Ciencias de la Salud Houston de la Universidad de Texas, (TX, EUA) y sus colaboradores construyeron un microscopio del teléfono móvil mediante el uso de un método modificado y una lente de bola de zafiro de 3 mm de diámetro comprada a Edmund Optics (Barrington, Nueva Jersey, EUA). Se evaluaron un total de 1.130 muestras de dermatopatología consecutivas de, principalmente, dermatólogos comunitarios. Las características de desempeño de la plataforma de teléfonos inteligentes fueron calculadas mediante el uso de la microscopía convencional de luz como el estándar de oro. Se calcularon la sensibilidad y especificidad para el diagnóstico de melanoma, cáncer de piel no melanoma y otras condiciones diversas mediante la microscopía de teléfono, en comparación con la microscopía de luz tradicional.
 
Todas las 101 muestras de escisión fueron excluidas debido a que el diagnóstico se había establecido con anterioridad. Entre las 1.021 muestras, 930 (91,1%) eran biopsias del afeitado y 91 (8,9%) eran biopsias de 763 pacientes diferentes. Para 136 casos de carcinomas basocelulares, la sensibilidad y la especificidad de la microscopía de teléfonos inteligentes fueron de 95,6% y 98,1%, respectivamente. La sensibilidad y especificidad de 94 casos de carcinomas escamocelulares fueron de 89,4% y 97,3%, respectivamente. La sensibilidad más baja se encontró para los 15 melanomas con 60%, aunque la especificidad fue alta, con el 99,1%. La exactitud de diagnóstico de condiciones inflamatorias y otras neoplasias fue variable.
 
Los autores concluyeron que su estudio demostró el potencial de un sistema de bajo costo y de alto desempeño, la microscopía de teléfono inteligente para el diagnóstico de la enfermedad cutánea. Los estudios con muestras más grandes de lesiones pigmentadas, subtipos de cáncer de piel no-melanoma (CPNM), e infecciones dermatológicas, podrían ayudar a mejorar esta modalidad para el diagnóstico de punto de atención en entornos de escasos recursos. El estudio fue publicado en la edición de enero 2016 de la revista Archives of Pathology & Laboratory Medicine.


Enlaces relacionados:
 
University of Texas Houston Health Science
Edmund Optics
 
Miembro Oro
Nucleic Acid Extractor System
NEOS-96 XT
Software de laboratorio
Acusera 24•7
Steam Sterilizer
Hi Vac II Line
CMV CLIA Diagnostic
CLIA CMV IgA Screen Group

Canales

Química Clínica

ver canal
Imagen: Nuevos hallazgos presentados en ADLM 2026 sugieren que el aprendizaje automático podría ayudar a mejorar la precisión de un análisis de sangre estándar utilizado para diagnosticar tumores raros que se forman en las glándulas suprarrenales o cerca de ellas (Fotografía cortesía de Shutterstock)

Modelo de aprendizaje automático promete mejorar precisión de pruebas de metanefrinas

Los feocromocitomas y los paragangliomas son tumores poco frecuentes que se forman en las glándulas suprarrenales o cerca de ellas y provocan una sobreproducción de hormonas del estrés.... Más

Patología

ver canal
Crédito de imagen: iStock

Herramienta de patología con IA predice riesgo de recaída en cáncer colorrectal en estadio II

El cáncer colorrectal es el cuarto cáncer diagnosticado con mayor frecuencia en Australia y la segunda causa principal de muerte por cáncer, al tiempo que sigue siendo el tercer cáncer... 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.