Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
INTEGRA BIOSCIENCES AG

Descargar La Aplicación Móvil




Nuevo enfoque de entrenamiento ayuda a la IA a distinguir células vecinas en el tejido

Por el equipo editorial de LabMedica en español
Actualizado el 18 Nov 2026

La inteligencia artificial (IA) puede ayudar a identificar células en imágenes de patología digital, pero el tejido densamente compacto sigue siendo difícil de analizar. Más...

Las células vecinas pueden fusionarse, contarse dos veces o pasarse por alto, lo que afecta los conteos celulares automatizados y las mediciones espaciales. El recuento manual también puede llevar mucho tiempo y estar sujeto a variaciones entre observadores.

Ahora, los investigadores describen una estrategia de entrenamiento que mejora la detección de células por parte de la IA al enseñar a los modelos a considerar la disposición celular dentro del tejido.

La Universidad Koç (Estambul, Turquía) ha desarrollado la minería de ejemplos difíciles guiada por topología (TG-HEM), un método diseñado para mejorar la detección de células en imágenes de patología. El enfoque entrena a los modelos de IA para que se centren en las regiones de la imagen en las que las predicciones no captan la organización espacial de las células.

En lugar de basarse solo en errores a nivel de píxel, TG-HEM incorpora información sobre las distribuciones celulares circundantes. La estrategia modifica el entrenamiento del modelo sin requerir una red más grande o más compleja.

Durante el entrenamiento, TG-HEM compara las distribuciones celulares predichas con las distribuciones de referencia anotadas en regiones de imagen muestreadas. Utiliza el análisis topológico de datos para cuantificar las diferencias en la estructura y la organización de estas distribuciones. Las regiones con mayores discrepancias estructurales reciben un mayor peso durante el aprendizaje, mientras que también se enfatizan los píxeles difíciles dentro de esas regiones.

Los investigadores evaluaron TG-HEM en ocho modelos de IA utilizando el conjunto de datos KUCell y el conjunto de datos de cáncer de mama BRCA-M2C, disponible públicamente. TG-HEM mejoró el conteo y la localización de células en comparación con los modelos de referencia y los enfoques existentes de minería de ejemplos difíciles.

Estos avances se lograron sin carga computacional adicional cuando los modelos entrenados analizaron nuevas imágenes, y con solo un efecto insignificante en el tiempo de entrenamiento.

El estudio se publicó en Medical Image Analysis. La investigación involucró al Departamento de Ingeniería Informática y al Centro de IA KUIS de la Universidad Koç, con colaboradores en matemáticas y patología. El equipo también puso a disposición el conjunto de datos KUCell y el código de implementación para apoyar una mayor evaluación y desarrollo del enfoque.

Una detección más precisa de células podría fortalecer las mediciones automatizadas utilizadas en patología digital y respaldar una evaluación del tejido más consistente. El estudio demostró mejoras en la detección de células en conjuntos de datos de investigación. Los experimentos no establecieron una mejora en la precisión diagnóstica ni en los resultados de los pacientes.

Enlaces relacionados
Universidad Koç


Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
βeta-Hydroxybutyrate Reagent
β-Hydroxybutyrate LiquiColor®
New
Miembro Oro
ANALIZADOR AUTOMATIZADO DE PROTEÍNAS
PA240
Miembro Oro
Aspiration System
VACUSAFE
Lea el artículo completo al registrarse hoy mismo, es GRATIS! ¡Es GRATUITO!
Regístrese GRATIS a LabMedica.es y acceda a las noticias y eventos que afectan al mundo del Laboratorio.
  • Edición gratuita de la versión digital de Lab Medica en Español enviado regularmente por email
  • Revista impresa gratuita de la revista Lab Medica en Español (disponible únicamente fuera de EUA y Canadá).
  • Acceso gratuito e ilimitado a ediciones anteriores de Lab Medica en Español digital
  • Boletín de Lab Medica en Español gratuito cada dos semanas con las últimas noticias
  • Noticias de último momento enviadas por email
  • Acceso gratuito al calendario de eventos
  • Acceso gratuito a los servicios de nuevos productos de LinkXpress
  • Registrarse es sencillo y GRATUITO!
Haga clic aquí para registrarse








Canales

Hematología

ver canal
Imagen: Una nueva investigación que utiliza muestras de sangre almacenadas recolectadas a lo largo del tiempo ha rastreado el desarrollo de la leucemia mieloide aguda años y décadas antes del diagnóstico (Crédito de la imagen: Shutterstock)

Muestras de sangre seriadas revelan la evolución de la leucemia décadas antes del diagnóstico

La leucemia mieloide aguda (LMA) es un cáncer de la sangre agresivo que afecta aproximadamente a 2.700 personas en el Reino Unido cada año, y solo alrededor de una de cada seis pacientes... Más

Inmunología

ver canal
Imagen: El panel amplía la cartera de pruebas respiratorias de Cepheid en la plataforma GeneXpert, ofreciendo a los laboratorios una mayor flexibilidad a la hora de seleccionar pruebas basadas en las necesidades clínicas. (Foto cortesía de Cepheid)

Prueba de PCR multiplex obtiene marcado CE para apoyar el diagnóstico de infecciones respiratorias

Las infecciones respiratorias agudas suelen presentarse con síntomas superpuestos, lo que dificulta distinguir entre causas virales y bacterianas. Los picos estacionales de cuadros similares a la... Más

Microbiología

ver canal
Imagen: VITEK PRO combina la identificación microbiana y las pruebas de susceptibilidad a los antimicrobianos en una única plataforma para respaldar los flujos de trabajo de microbiología de rutina y la selección de antibióticos. (Foto cortesía de bioMérieux)

Sistema automatizado de identificación microbiana y susceptibilidad recibe autorización de la FDA

La resistencia a los antimicrobianos (RAM) es una de las principales amenazas para la salud pública mundial y causa una estimación de 1,27 millones de muertes al año.... Más

Tecnología

ver canal
Imagen: Módulos e interacciones clave en el sistema agente LabARIA.  (Yang, H.S., Pan, W., Cushing, M.M. et al. An agentic framework for intelligent clinical laboratory medicine. npj Health Systems (2026). https://doi.org/10.1038/s44401-026-00163-3)

Un marco de IA multiagente apoya el monitoreo de la calidad y el flujo de trabajo en el laboratorio

Los laboratorios clínicos analizan sangre, orina, tejidos y otros fluidos corporales para apoyar el diagnóstico y el tratamiento de enfermedades. El aumento del volumen de pruebas, la escasez... Más

Industria

ver canal
Imagen: La colaboración tiene como objetivo ampliar el acceso a la tecnología a través de una vía de diagnóstico clínico regulada en Japón.

Alianza busca llevar pruebas de sangre para la enfermedad de Alzheimer a Japón

La enfermedad de Alzheimer sigue siendo un desafío diagnóstico en aumento a medida que las poblaciones envejecen y el deterioro cognitivo se vuelve más frecuente. En Japón,... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.