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
Ingresar
Publique su anuncio con nosotros
SYSMEX

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: Un ensayo inmunoturbidimétrico para la albúmina en orina o en plasma y suero; el intervalo estándar para la microalbúmina es de 0,4-500mg/L (Fotografía cortesía de Sentinel Diagnostics).

Un biomarcador para la enfermedad renal puede indicar problemas pulmonares

Las enfermedades respiratorias inferiores crónicas (CLRD, por sus siglas en inglés) son la cuarta causa principal de muerte y una fuente importante de costos de atención médica. Las CLRD incluyen la enfermedad... Más

Diagnóstico Molecular

ver canal
Imagen: Gráfico de Manhattan para el metaanálisis (descubrimiento) de la GWAS para el dolor de espalda crónico; La línea roja representa la significación estadística de todo el genoma; la línea azul representa un significado sugestivo (Fotografía cortesía de la Universidad de Washington).

Unas variantes genéticas nuevas se asocian con el dolor de espalda crónico

El dolor de espalda causa más años de vida con discapacidad que cualquier otra condición de salud en todo el mundo. Aunque la mayoría de los adultos experimentan un nuevo episodio ("agudo") de dolor de... Más

Microbiología

ver canal
Imagen: La compañía de biotecnología, Igenomix, ha desarrollado la primera prueba molecular para identificar las nueve especies bacterianas más comunes responsables de la endometritis crónica, una inflamación persistente del endometrio uterino que afecta particularmente a las mujeres con endometriosis (Fotografía cortesía de Patricia Inacio, PhD).

Se desarrolla una prueba para las infecciones uterinas que tienen impacto sobre la fertilidad

Aproximadamente el 10% de las mujeres en la población general pueden sufrir de endometritis crónica, pero entre las mujeres infértiles en tratamientos con FIV, la tasa es del 15%, con tasas estimadas de... Más

Patología

ver canal
Imagen: Un diagrama de linfocitos derivados de la orina como una medida no invasiva del microambiente inmune del tumor de vejiga (Fotografía cortesía del Colegio Universitario de Londres).

Las biopsias en orina ayudan a hacer el seguimiento del cáncer de vejiga

A pesar de los avances en la inmunoterapia del cáncer, solo una fracción de los pacientes con cáncer de vejiga muestran respuestas al bloqueo del punto de control, lo que destaca la necesidad de comprender... Más

Tecnología de Lab

ver canal
Imagen: El espectrómetro de masas cuadrupolo-orbitrap híbrido Q Exact (Fotografía cortesía de Thermo Fisher Scientific).

Los depósitos de tejido residual son adecuados para los análisis proteómicos usando la espectrometría de masas

La proteómica basada en la espectrometría de masas se ha convertido en una poderosa herramienta para la identificación y cuantificación de proteínas de una amplia variedad de muestras biológicas.... Más
Copyright © 2000-2018 Globetech Media. All rights reserved.