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
Mayo Medical Laboratories
CELLAVISION AB

Canales

Química Clínica

ver canal
Imagen: Las muestras de sangre se cargan en un espectrómetro de masas para analizarlas en busca de signos de variaciones metabólicas que pudieran indicar un trastorno del espectro autista (Fotografía cortesía de NeuroPointDX).

Una prueba en sangre identifica los metabotipos de aminoácidos asociados con el autismo

El trastorno del espectro autista (TEA) se podría beneficiar de nuevos y mejores métodos de diagnóstico y la llegada de un análisis de sangre recién comercializado, junto con otros esfuerzos dirigidos... Más

Diagnóstico Molecular

ver canal
Imagen: Los genes recientemente identificados (rojos) y conocidos (azules) vinculados al aumento de la enfermedad de Alzheimer en esta tabla representan los resultados del análisis de asociación de todo el genoma de 94.437 individuos con Alzheimer de aparición tardía (Fotografía cortesía de Brian W. Kunkle, MD, PhD y colegas).

Un meta-análisis sobre la enfermedad de Alzheimer identifica genes de riesgo nuevos

El riesgo de enfermedad de Alzheimer de inicio tardío (LOAD, por sus siglas en inglés), la demencia más frecuente, está parcialmente impulsado por la genética. Los científicos han descubierto cinco nuevos... Más

Hematología

ver canal
Imagen: Frotis de sangre de un paciente con linfocitosis monoclonal de células B. Los dos linfocitos atípicos están maduros con un borde pequeño de citoplasma basófilo y cromatina aglomerada o agrietada (Fotografía cortesía de Elizabeth Courville, MD).

El ADN circulante en el plasma puede identificar potencialmente los tumores incipientes

El diagnóstico precoz del cáncer podría mejorar las tasas de supervivencia. Como el ADN tumoral circulante (ctADN) conlleva modificaciones específicas del cáncer, tiene un gran potencial como biomarcador... Más

Microbiología

ver canal
Imagen: El citómetro de flujo compacto, Accuri C6 (Fotografía cortesía de BD Biosciences).

Los microbios del cuello uterino están asociados potencialmente a infecciones y lesiones

Casi todos los cánceres de cuello uterino están asociados causalmente con el virus del papiloma humano (VPH). La carga de las displasias asociadas al VPH en el África subsahariana está influenciada por... Más

Patología

ver canal
Imagen: Un diagrama muestra cómo el dispositivo de microfluidos separa las células cancerosas de la sangre. Los círculos verdes representan células cancerosas (Fotografía cortesía del profesor Ian Papautsky, PhD).

Un dispositivo nuevo de microfluidos detecta las células cancerosas en la sangre

La capacidad de aislar con éxito las células cancerosas es un paso crucial para permitir una biopsia líquida para detectar el cáncer mediante una simple extracción de sangre. Esto eliminaría la incomodidad... Más
Copyright © 2000-2019 Globetech Media. All rights reserved.