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




Roche y BMS colaboran en algoritmos de patología digital y pruebas de diagnóstico del cáncer

Por el equipo editorial de LabMedica en español
Actualizado el 12 Apr 2022
Imagen: NAVIFY Digital Pathology mejora la eficiencia del flujo de trabajo del laboratorio de patología (Fotografía cortesía de Roche)
Imagen: NAVIFY Digital Pathology mejora la eficiencia del flujo de trabajo del laboratorio de patología (Fotografía cortesía de Roche)

Los avances en computación e inteligencia artificial (IA) en patología digital se muestran prometedores para satisfacer la demanda de una evaluación más precisa y completa de los resultados de la patología para permitir mejores resultados para los pacientes. Las imágenes de diapositivas completas, combinadas con herramientas modernas de análisis de imágenes basadas en IA, tienen el potencial de transformar la práctica de la patología. El uso de IA y métodos de aprendizaje profundo para interpretar imágenes completas de portaobjetos en patología digital permite a los patólogos obtener conocimientos de diagnóstico novedosos y significativos a partir de muestras de tejido. El análisis de imágenes basado en IA automatiza las tareas cuantitativas y permite una evaluación rápida y repetible de imágenes de tejido ricas en información que a veces son difíciles de interpretar manualmente. El análisis de imágenes basado en IA descubre aspectos que son invisibles para el ojo humano y reduce el riesgo de error humano. Los pacientes, cuyas muestras de tejido se analizan mediante un análisis de imágenes basado en IA, pueden beneficiarse de un diagnóstico más rápido y preciso. Los conocimientos obtenidos de estos análisis pueden ayudar a los patólogos a determinar la mejor opción de tratamiento para los pacientes con cáncer. Ahora, una nueva colaboración se basa en el compromiso de promover la atención médica personalizada al ayudar a mejorar el acceso a nuevas opciones de tratamiento para pacientes con tumores sólidos.

Roche (Basilea, Suiza) ha iniciado una colaboración con Bristol Myers Squibb (BMY, Nueva York, NY, EUA) para respaldar el avance de dos pruebas para su uso en ensayos clínicos con el desarrollo y la implementación de dos nuevos algoritmos de patología digital. Roche ofrece una solución de patología digital integral, desde la tinción de tejidos hasta la producción de imágenes digitales de alta calidad que se pueden evaluar de forma fiable mediante algoritmos automatizados de análisis de imágenes clínicas. Roche ofrece dos opciones de implementación para su software uPath: una solución local y una solución en la nube, comercializada como NAVIFY Digital Pathology. El escáner de portaobjetos VENTANA DP 200 y el software empresarial Roche uPath tienen la marca CE-IVD para uso de diagnóstico in vitro.

En el primer proyecto de esta colaboración, Roche Digital Pathology está creando un algoritmo de análisis de imágenes basado en IA para ayudar a los patólogos a interpretar el ensayo VENTANA PD-L1 (SP142) disponible en el mercado. BMY Squibb utilizará este algoritmo para generar datos de biomarcadores a partir de muestras de ensayos clínicos. En el segundo proyecto, Roche aprovechará su colaboración Open Environment recientemente anunciada con PathAI para integrar un algoritmo desarrollado por PathAI para el análisis de biomarcadores CD8 en el software de flujo de trabajo NAVIFY Digital Pathology. BMY utilizará el algoritmo impulsado por IA para analizar muestras de ensayos clínicos que se han teñido con el ensayo CD8 de Roche y generar datos de biomarcadores espaciales cuantitativos. Los datos de ambos proyectos se utilizarán para ayudar en el diagnóstico del cáncer y avanzar en las opciones de tratamiento de atención médica personalizada, con el objetivo de mejorar los resultados para los pacientes. Las herramientas de imágenes de patología basadas en IA pueden ayudar a respaldar los ensayos clínicos en la investigación de opciones de terapia dirigida. Ampliar el acceso a estas innovadoras herramientas de imágenes a través del Open Environment Roche Digital Pathology puede permitir diagnósticos más precisos, mejorar la toma de decisiones clínicas y conducir a estrategias de tratamiento más personalizadas.

"Las colaboraciones de Bristol Myers Squibb y PathAI se encuentran entre los primeros ejemplos en los que la tecnología de IA y las aplicaciones de patología digital desempeñan un papel en el desarrollo de tratamientos para pacientes. Al utilizar nuestra plataforma NAVIFY Digital para interpretar ensayos basados ​​en tejidos y algoritmos de IA, los patólogos pueden identificar opciones de terapia dirigida, mejorando en última instancia la atención al paciente", dijo Jill German, directora del Área de Clientes de Patología de Roche Diagnostics.

"Creemos que los métodos digitales traerán mejoras significativas en la estandarización e interpretación de los ensayos basados ​​en tejidos y permitirán un acceso más amplio a los ensayos basados ​​en tejidos. La capacidad de interrogar imágenes más profundamente presentará oportunidades para comprender mejor la biología de la enfermedad, lo que podría conducir a una mayor y mejor opciones de desarrollo de fármacos y, en última instancia, estrategias de selección de pacientes muy eficaces", dijo Sarah Hersey, vicepresidenta de Ciencias Traslacionales y Diagnóstico de Bristol Myers Squibb. "Nos complace ser parte de esta colaboración que utiliza tecnología de punta para permitir mejores resultados para los pacientes".

Enlaces relacionados:
Roche  
Bristol Myers Squibb

Miembro Oro
Neonatal Heel Incision Device
Tenderfoot
Software de laboratorio
Acusera 24•7
New
Prefilled Tubes
Prefilled 5.0ml Tubes
New
All-in-One Molecular System
AIO M160

Canales

Química Clínica

ver canal
Imagen: Diseñado originalmente para la detección del cáncer de pulmón y el monitoreo de la resistencia, la prueba también muestra potencial para identificar señales relacionadas con la fibrosis pulmonar (crédito de la imagen: iStock)

Nanosensor basado en orina monitorea cáncer de pulmón y fibrosis de forma no invasiva

El cáncer de pulmón sigue siendo difícil de monitorear para detectar progresión temprana y resistencia al tratamiento, mientras que la fibrosis pulmonar continúa planteando... Más

Diagnóstico Molecular

ver canal
Imagen: la primera autora del estudio, Emilie Newsham Novak, trabajando con las muestras en el Centro Oncológico MD Anderson de la Universidad de Texas (Fotografía cortesía de la Universidad Rice).

Muestras simuladas realistas buscan acelerar el desarrollo de pruebas de cáncer de cuello uterino

El cáncer de cuello uterino sigue siendo altamente prevenible, pero el acceso a las pruebas de detección es limitado en muchos entornos de bajos y medianos ingresos. Las pruebas de referencia... Más

Hematología

ver canal
Imagen: Resumen gráfico (Waclawiczek A, Leppä AM, Renders S, et al. Cell Stem Cell, 2026. doi:10.1016/j.stem.2026.04.012)

Los biomarcadores de células madre podrían orientar el tratamiento en la leucemia mieloide aguda

La leucemia mieloide aguda (LMA) es un cáncer de sangre agresivo que afecta con mayor frecuencia a adultos mayores y que, a pesar de los avances terapéuticos, aún presenta un pronóstico... Más

Microbiología

ver canal
Imagen: La iniciativa combina datos epidemiológicos y microbiológicos con la secuenciación del genoma completo para caracterizar los linajes hospitalarios circulantes y los determinantes de resistencia (crédito de la imagen: Shutterstock)

Vigilancia genómica a gran escala rastrea bacterias resistentes en hospitales europeos

La resistencia a los antimicrobianos (RAM) representa una amenaza creciente para la seguridad del paciente, ya que las Enterobacterales resistentes a los carbapenémicos causan infecciones difíciles... Más

Patología

ver canal
Imagen: ArteraAI Breast analiza imágenes histopatológicas digitalizadas junto con variables clínicas del paciente para producir una puntuación de riesgo derivada de IA que proporciona información de pronóstico sobre la probabilidad de metástasis a distancia (Crédito de la imagen: Adobe Stock)

Herramienta de patología digital con IA para la estratificación del riesgo en cáncer de mama

La evaluación del riesgo en el momento del diagnóstico es fundamental para guiar el tratamiento del cáncer de mama invasivo en estadio temprano, con receptor hormonal positivo y receptor 2 del factor de... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.