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




Inteligencia artificial mejora diagnóstico de cáncer de mama

Por el equipo editorial de LabMedica en español
Actualizado el 05 Jan 2018
Un estudio que comparó la capacidad de los algoritmos de Inteligencia Artificial (AI) con la de patólogos expertos para la detección de cáncer de mama metastásico mediante el estudio de imágenes de láminas completas encontró que el aprendizaje automático era mejor que los patólogos. Los resultados del estudio publicado en la revista Journal of the American Medical Association, sugieren que los algoritmos de aprendizaje profundo tienen la capacidad de mejorar el diagnóstico y se podrían usar para ayudar a los médicos a detectar el cáncer en la clínica.
 
El estudio enfrentó a 11 patólogos con limitaciones de tiempo y a un patólogo sin restricciones de tiempo frente a siete algoritmos de aprendizaje profundo para analizar un conjunto de datos de entrenamiento de imágenes de láminas completas: 110 con y 160 sin metástasis ganglionares verificadas. De las 49 láminas para análisis con enfermedad metastásica, los patólogos encontraron 31 en promedio, mientras que el patólogo que pudo trabajar sin restricción de tiempo identificó correctamente 46 de 49 láminas con cáncer y 79 de 80 diapositivas sin cáncer.
 
Entre los siete algoritmos de aprendizaje profundo, el mejor algoritmo tuvo un desempeño significativamente mejor en la tarea de clasificación de imágenes de láminas completas, en comparación con los patólogos que trabajaron con limitaciones de tiempo. El desempeño medio de los cinco algoritmos principales fue comparable con el del patólogo único que pudo trabajar sin restricciones de tiempo. Sin embargo, a un promedio de 0,0125 falsos positivos por imagen de lámina normal completa, el desempeño del algoritmo de mejor rendimiento fue comparable con el del patólogo único que pudo trabajar sin restricción de tiempo.
 
La investigación fue dirigida por Babak Ehteshami Bejnordi del Centro Médico de la Universidad de Radboud de Nijmegen en los Países Bajos. Los investigadores concluyeron que, si bien los hallazgos sugerían la utilidad potencial de los algoritmos de aprendizaje profundo para el diagnóstico patológico, requería una evaluación adicional en un entorno clínico.
 
New
Miembro Oro
Cardiovascular Risk Test
Metabolic Syndrome Array I & II
Portable Electronic Pipette
Mini 96
New
Anterior Nasal Specimen Collection Swabs
53-1195-TFS, 53-0100-TFS, 53-0101-TFS, 53-4582-TFS
New
Miembro Oro
Immunochromatographic Assay
CRYPTO Cassette

Canales

Diagnóstico Molecular

ver canal
Imagen: la prueba de biopsia líquida basada en nanotecnología podría identificar el cáncer en sus primeras etapas (foto cortesía de 123RF)

Análisis sanguíneo de cáncer en 2 horas transforma detección de tumores

El glioblastoma y otros cánceres agresivos siguen siendo difíciles de controlar, principalmente porque los tumores pueden reaparecer después del tratamiento. Los métodos de... Más

Patología

ver canal
Imagen: un informe de caso de fibrosarcoma en adulto ha mostrado la importancia del diagnóstico temprano y la terapia dirigida (foto cortesía de Sultana y Sailaja/Oncoscience)

Análisis patológico preciso mejora resultados del tratamiento del fibrosarcoma en adultos

El fibrosarcoma en adultos es una neoplasia maligna poco frecuente y muy agresiva que se desarrolla en el tejido conectivo y suele afectar las extremidades, el tronco o la región de la cabeza y el cuello.... Más

Tecnología

ver canal
Imagen: diseño conceptual de la cápsula CORAL para el muestreo microbiano en el intestino delgado (H. Mohammed et al., Devuce (2025). DOI: 10.1016/j.device.2025.100904)

Muestras de cápsulas inspiradas en corales ocultan bacterias intestinales

El microbioma intestinal se ha vinculado a afecciones que van desde trastornos inmunitarios hasta problemas de salud mental. Sin embargo, las pruebas de heces convencionales a menudo no logran detectar... Más
Copyright © 2000-2025 Globetech Media. All rights reserved.