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
Ingresar
Publique su anuncio con nosotros
GLOBETECH PUBLISHING LLC

Download Mobile App




Google construye microscopio de RA para detectar el cáncer

Por el equipo editorial de Labmedica en español
Actualizado el 01 May 2018
Print article
Imagen: Izquierda: Descripción general del ARM. Una cámara digital captura el mismo campo de visión (CdV) que el usuario y pasa la imagen a una unidad de cómputo adjunta capaz de ejecutar inferencias en tiempo real de un modelo de aprendizaje automático. Los resultados se devuelven a una pantalla de RA personalizada, que está en línea con la lente ocular y proyecta la salida del modelo en el mismo plano que la lámina. Derecha: una imagen del prototipo, que se ha adaptado a un microscopio óptico de grado clínico típico (Fotografía cortesía de Google).
Imagen: Izquierda: Descripción general del ARM. Una cámara digital captura el mismo campo de visión (CdV) que el usuario y pasa la imagen a una unidad de cómputo adjunta capaz de ejecutar inferencias en tiempo real de un modelo de aprendizaje automático. Los resultados se devuelven a una pantalla de RA personalizada, que está en línea con la lente ocular y proyecta la salida del modelo en el mismo plano que la lámina. Derecha: una imagen del prototipo, que se ha adaptado a un microscopio óptico de grado clínico típico (Fotografía cortesía de Google).
Un equipo de investigadores en Google LLC (Menlo Park, CA, EUA) ha desarrollado un prototipo de un microscopio de realidad aumentada (ARM) que podría ayudar a acelerar y democratizar la adopción de herramientas de aprendizaje profundo para los patólogos de todo el mundo. La plataforma comprende un microscopio de luz modificado que permite el análisis de imágenes en tiempo real y la presentación de los resultados de los algoritmos de aprendizaje automático directamente en el campo de visión. El ARM se puede adaptar a microscopios ópticos existentes en los hospitales y clínicas utilizando componentes de bajo costo y fácilmente disponibles y sin la necesidad de analizar versiones digitales de las láminas completas del tejido. 

En una charla en el Congreso Anual de la Asociación Estadounidense para la Investigación del Cáncer (AACR), con un documento adjunto, Un Microscopio de Realidad Aumentada para la Detección Automatizada en tiempo Real del Cáncer (en revisión), Google describió cómo sus investigadores demostraron la utilidad potencial del ARM configurándolo para ejecutar dos algoritmos de detección de cáncer diferentes: uno que detecta metástasis del cáncer de mama en muestras de ganglios linfáticos y otro que detecta cáncer de próstata en muestras de prostatectomía. Estos modelos se pueden ejecutar con aumentos entre 4-40x, y el resultado de un modelo dado se muestra al delinear las regiones tumorales detectadas con un contorno verde. Estos contornos ayudan a llamar la atención del patólogo sobre las áreas de interés sin oscurecer la apariencia subyacente de las células tumorales. Si bien los dos modelos de cáncer fueron entrenados originalmente en imágenes de un escáner de láminas completo con una configuración óptica significativamente diferente, los modelos funcionaron notablemente bien en el ARM sin necesidad de reentrenamiento adicional.

Google cree que el ARM tiene un gran impacto potencial en la salud mundial, especialmente para el diagnóstico de enfermedades infecciosas, como la tuberculosis y la malaria, en los países en desarrollo. Además, incluso en hospitales que adoptarán un flujo de trabajo de patología digital en un futuro cercano, el ARM se podría usar en combinación con el flujo de trabajo digital donde los escáneres aún enfrentan grandes desafíos o donde se requiere una respuesta rápida (por ejemplo, en los casos de citologías, imágenes fluorescentes o cortes congelados intraoperatorios). Los investigadores continuarán explorando cómo el ARM puede ayudar a acelerar la adopción del aprendizaje automático para que pueda tener un impacto positivo en todo el mundo.


Print article

Canales

Química Clínica

ver canal
Imagen: Las investigaciones muestran que las concentraciones de metales traza en la sangre pueden influir en la regulación de la glucosa en el embarazo (Fotografía cortesía de bluehorizon).

Regulación de la glucosa durante el embarazo es influenciada por las concentraciones de metales trazas

La diabetes gestacional es una condición en la cual una mujer sin diabetes desarrolla niveles altos de azúcar en la sangre durante el embarazo. La diabetes gestacional generalmente produce pocos síntomas;... Más

Diagnóstico Molecular

ver canal
Imagen: El escáner de detección de microarrays NimbleGen MS 200 CGH LOH (Fotografía cortesía de Roche).

Rechazo a los trasplantes renales se asocia con un locus discordante nuevo

Aproximadamente el 20% de la lista de espera de riñones en los Estados Unidos está formada por candidatos cuyos aloinjertos han fallado. El rechazo agudo es uno de los predictores más fuertes de la disminución... Más

Hematología

ver canal
Imagen: El kit Indicador de Sepsis Temprana diseñado para ser usado en instrumentos de hematología automatizados, como el analizador DxH 900 (Fotografía cortesía de Beckman Coulter).

Aprueban para comercialización en los Estados Unidos una prueba para la detección temprana de la sepsis

Una prueba para la detección temprana de sepsis ha sido aprobada para su comercialización en los Estados Unidos como un producto de diagnóstico in vitro. La sepsis es causada por una respuesta inmune... Más

Inmunología

ver canal
Imagen: El analizador de células LSRFortessa ofrece la mejor opción para la citometría de flujo, proporcionando potencia, desempeño y consistencia (Fotografía cortesía de BD Biosciences).

Estandarizada la citometría de flujo para predecir el rechazo a los trasplantes

Comprender el fenotipo inmunológico de los receptores de trasplantes con inmunosupresión estándar, terapias con células inmunitarias y nuevos tratamientos farmacológicos es esencial para mejorar los resultados... Más

Microbiología

ver canal
Imagen: La prueba Ag PLATELIA ASPERGILLUS (Fotografía cortesía de Bio-Rad Laboratories).

Prueba molecular hace el diagnóstico de la aspergilosis pulmonar invasiva

La aspergilosis invasiva (AI) es una infección micótica oportunista común, que afecta principalmente a pacientes con neutropenia grave y prolongada. El diagnóstico precoz de la aspergilosis pulmonar invasiva... Más

Patología

ver canal
Imagen: Una prueba nueva de biopsia líquida llamada DELFI (evaluación de ADN de fragmentos para una interceptación temprana) utiliza inteligencia artificial para detectar pacientes con cáncer identificando fragmentaciones alteradas de ADN en la sangre (Fotografía cortesía de Carolyn Hruban, Universidad Johns Hopkins).

Aprendizaje automático detecta el cáncer analizando el ADN en las muestras de sangre

Los investigadores han descrito un enfoque de prueba de principio para el cribado, la detección temprana y el seguimiento del cáncer humano basado en un enfoque de aprendizaje automático que evalúa los... Más

Tecnología de Lab

ver canal
Imagen: Ejemplos de células de cáncer de mama, MDA-MB-231, migratorias y no migratorias mientras migran en el dispositivo MAqCI (Ensayo Microfluídico para la cuantificación de la invasión celular) (Fotografía cortesía de Christopher L. Yankaskas, Universidad Johns Hopkins).

Dispositivo de movilidad microfluídica indica la probabilidad de metástasis en el cáncer de mama

Se demostró que una nueva prueba de motilidad microfluídica predice con exactitud la probabilidad de que un tumor de mama genere metástasis. Las dificultades involucradas en la predicción de qué pacientes... Más
Copyright © 2000-2019 Globetech Media. All rights reserved.