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
Sysmex America, Inc.

Olympus

Manufactures optical and digital equipment for the healthcare and consumer electronics sectors, including endoscopy a... más Productos destacados: More products

Deascargar La Aplicación Móvil




Eventos

ATENCIÓN: Debido a la EPIDEMIA DE CORONAVIRUS, ciertos eventos están siendo reprogramados para una fecha posterior o cancelados por completo. Verifique con el organizador del evento o el sitio web antes de planificar cualquier evento próximo.

Mejoran el diagnóstico automatizado de malaria mediante redes neuronales profundas

Por el equipo editorial de LabMedica en español
Actualizado el 10 Aug 2020
Print article
Imagen: Trofozoítos en forma de anillo de Plasmodium falciparum y un glóbulo blanco en un extendido de gota gruesa (Fotografía cortesía de Medical Care Development International).
Imagen: Trofozoítos en forma de anillo de Plasmodium falciparum y un glóbulo blanco en un extendido de gota gruesa (Fotografía cortesía de Medical Care Development International).
La malaria por Plasmodium falciparum se mantiene como una de las mayores cargas sanitarias mundiales con más de 228 millones de casos en todo el mundo en 2018. En ese año hubo aproximadamente 405.000 muertes por malaria en todo el mundo, y la región africana representó el 93% de estas muertes, principalmente entre niños.

Aunque hay una variedad de técnicas que se han desarrollado para el diagnóstico del paludismo, la microscopía óptica convencional en un frotis de sangre de gota gruesa y un extendido delgado coloreado con Giemsa sigue siendo el estándar de oro. Técnicas como la reacción en cadena de la polimerasa, el ensayo de citometría de flujo y los métodos basados en colorantes de fluorescencia carecen de una metodología estandarizada universalmente, presentan costos elevados y requieren una mejora en el control de calidad.

Un equipo de científicos del Colegio Universitario de Londres (Londres, Reino Unido) aprovechó las etiquetas de microscopía clínica de rutina de sus clínicas de malaria con control de calidad, para capacitar a un clasificador de malaria de red neuronal convolucional profunda (DeepMCNN), para el diagnóstico automatizado de la malaria. El sistema DeepMCNN también proporciona recuentos totales de parásitos de la malaria (PM) y glóbulos blancos (WBC) que permiten un cálculo de la parasitemia en PM/μL. Los parásitos de la malaria se detectaron y contaron mediante microscopía operada por expertos humanos después de la coloración de Giemsa de frotis de sangre gruesos y delgados. El criterio para declarar a un participante libre de parásitos de la malaria fue que no hubiera parásitos detectables en 100 campos de gran aumento (100 ×) en frotis gruesos.

Los investigadores capturaron imágenes con un microscopio BX63 de campo brillante vertical (Olympus, Tokio, Japón), equipado con una lente objetivo 100 ×/1,4 NA, una plataforma de posicionamiento de muestras x-y motorizada (Prior Scientific, Cambridge, Reino Unido) y una cámara a color para capturar imágenes de muestras de gota gruesa coloreadas con Giemsa. Estos frotis preparados en sus clínicas ensayaron el uso de métodos de detección de objetos basados en el aprendizaje profundo para identificar tanto los parásitos de P. falciparum como los núcleos de glóbulos blancos (GB) en las imágenes de extensiones de sangre de gota gruesa con profundidad de campo extendida (EDoF).

El equipo informó que la validación prospectiva de DeepMCNN logró una sensibilidad/especificidad de 0,92/0,90 frente al diagnóstico de malaria a nivel de expertos. El desempeño de VPP/VPN fue de 0,92/0,90, que es clínicamente utilizable en sus entornos holoendémicos en una metrópoli densamente poblada.

Los autores concluyeron que sus datos abiertos y en DeepMCNN, fácilmente implementable, proporcionan una plataforma clínicamente relevante, donde otros proveedores de atención médica podrían aprovechar sus etiquetas de diagnóstico de nivel de paciente, fácilmente disponibles, para adaptar y mejorar aún más la exactitud del clasificador DeepMCNN para su configuración de ruta clínica. El estudio fue publicado en la edición de agosto de 2020 de la revista American Journal of Hematology.

Enlace relacionado:
Colegio Universitario de Londres
Prior Scientific


Print article

Canales

Química Clínica

ver canal
Imagen: Espectrómetro de masas Q Exactive Hybrid Quadrupole-Orbitrap (Fotografía cortesía de Thermo Fisher Scientific).

Prueba nueva en sangre predice las enfermedades psicóticas antes de que emerjan

Solo alrededor de una cuarta parte de los jóvenes que muestran síntomas psicóticos leves y transitorios a una edad temprana finalmente desarrollan un trastorno psicótico grave. La esquizofrenia, por ejemplo,... Más

Diagnóstico Molecular

ver canal
Imagen: La secuenciación del exoma del recién nacido podría complementar otros métodos de cribado de los recién nacidos (Fotografía cortesía de Sushytska).

Secuenciación podría complementar otros métodos de cribado de recién nacidos

El examen de cribado de los recién nacidos (NBS) se estableció como un programa de salud pública en la década de 1960 y es crucial para facilitar la detección de ciertas afecciones médicas en las que la... Más

Hematología

ver canal
Imagen: El analizador de hematología, Mindray BC-2800, totalmente automático con 19 parámetros para el análisis de hemogramas para uso hospitalario (Fotografía cortesía de Mindray).

Detectan aglutinación cuantitativa en un analizador automático de hematología

Los métodos de identificación de la aglutinación actualmente disponibles son los métodos de portaobjetos y los métodos de tubo de ensayo. Basándose en la distribución, uniformidad y cambios integrales... Más

Inmunología

ver canal
Imagen: El aumento de la activación de las células MAIT e iNKT se asocia con un mejor resultado en pacientes con COVID-19 grave (Fotografía cortesía de la Universidad de Tours).

Células T no convencionales en pacientes con COVID-19 predicen el resultado de la enfermedad

Si bien la mayoría de las personas infectadas con el virus del SARS-CoV-2 experimentan síntomas relativamente leves, algunos pacientes desarrollan una respuesta inflamatoria aberrante que puede dañar los... Más

Patología

ver canal
Imagen: Predicción de novo de receptores de células T asociados al cáncer para la detección no invasiva del cáncer (Fotografía cortesía de UT Southwestern Medical Center).

Evalúan el uso de receptores de células T asociados al cáncer para la detección de tumores malignos

Un objetivo clave en oncología es el diagnóstico temprano del cáncer, pues es cuando es más tratable. A pesar de décadas de progreso, el diagnóstico temprano de los pacientes asintomáticos se mantiene... Más

Tecnología

ver canal
Imagen: Ilustración que muestra la formación de tumores en los tejidos de la orofaringe (Fotografía cortesía de Wikimedia Commons)

Análisis de biopsia líquida basada en microARN para el diagnóstico precoz del cáncer de cabeza y cuello

Se ha desarrollado un ensayo de biopsia líquida, basado en microARN, que permite el diagnóstico temprano del carcinoma escamocelular de orofaringe, una enfermedad que causa cientos de miles de muertes cada año.... Más

Industria

ver canal
Ilustración

Sysmex presenta tecnología avanzada en análisis en el Simposio Internacional Virtual en Diagnóstico Integral

La primera participación de la compañía en este formato estará marcada por un stand virtual y una conferencia en el programa oficial. Sysmex es una compañía multinacional japonesa especializada en Soluciones... Más
Copyright © 2000-2020 Globetech Media. All rights reserved.