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
RANDOX LABORATORIES

Deascargar La Aplicación Móvil




Inteligencia artificial ayuda a identificar cáncer de piel precoz

Por el equipo editorial de LabMedica en español
Actualizado el 26 Sep 2017
Image
Image
Una nueva tecnología utiliza la inteligencia artificial (IA) para ayudar a detectar el cáncer de piel, melanoma, antes que los métodos actuales y para ayudar a reducir el número de biopsias innecesarias. El método basado en la IA emplea software de aprendizaje automático para analizar imágenes de lesiones de la piel y proporcionar a los médicos datos objetivos sobre biomarcadores reveladores para él melanoma.

Alexander Wong, profesor de la Universidad de Waterloo (Waterloo, Canadá), dijo: “Esto podría ser una herramienta muy poderosa para tomar decisiones clínicas en el cáncer de piel”. “Entre más interpretable sea la información, mejores son las decisiones que se pueden tomar”. El profesor Wong desarrolló la tecnología en colaboración con Daniel Cho, un antiguo estudiante de doctorado en Waterloo, con David Clausi, profesor en Waterloo, y con Farzad Khalvati, un profesor adjunto en Waterloo y científico en Sunnybrook.

Actualmente, los dermatólogos dependen, en gran medida, de exámenes visuales subjetivos de las lesiones cutáneas (por ejemplo, lunares) para decidir si a los pacientes les deben practicar biopsias para diagnosticar la enfermedad. El nuevo sistema descifra los niveles de sustancias biomarcadoras en las lesiones, agregando información consistente y cuantitativa a las evaluaciones basadas actualmente sólo en la apariencia visual. En particular, los cambios en la concentración y distribución de la eumelanina (le da color a la piel) y de la hemoglobina son fuertes indicadores de melanoma.

“Puede haber un gran tiempo muerto antes de que los médicos incluso sepan qué le pasa al paciente”, dijo el Prof. Wong, “Nuestro objetivo es acortar ese proceso”. El sistema de IA se encontró usando decenas de miles de imágenes de la piel y sus niveles correspondientes de eumelanina y de hemoglobina. Proporciona a los médicos información objetiva sobre las características de las lesiones para ayudarles a identificar o descartar el melanoma antes de decidir si deben tomar una acción más invasiva. La tecnología podría estar disponible para los médicos a partir de 2018.

La investigación fue presentada recientemente en el 14° Congreso Internacional sobre Análisis y Reconocimiento de Imágenes (ICIAR 2017, 5 al 7 de julio de 2017, Montreal, Canadá).

Miembro Oro
HISOPOS DE FIBRA FLOCADA
Puritan® Patented HydraFlock®
Software de laboratorio
Acusera 24•7
Automatic CLIA Analyzer
Shine i6000
Automated Clinical Chemistry Analyzer
Envoy 500+

Canales

Diagnóstico Molecular

ver canal
Imagen: El método puede analizar muestras que contienen aproximadamente un 5 % de ADN canceroso, en comparación con el 15-20 % que suelen requerir las técnicas actuales. (Crédito de la imagen: iStock)

Método estadístico mejora la detección de niveles bajos de ADN tumoral en muestras de sangre

Los análisis de sangre se utilizan cada vez más para detectar y monitorizar el cáncer, pero muchos requieren una proporción relativamente alta de ADN tumoral circulante, lo... Más

Hematología

ver canal
Imagen: La serie XR de próxima generación de Sysmex America, una solución de hematología diseñada para ayudar a los laboratorios ocupados a ofrecer resultados rápidos y confiables mientras mantienen flujos de trabajo eficientes (Fotografía cortesía de Sysmex America)

Plataforma hematológica de nueva generación agiliza flujos de trabajo en laboratorios complejos

Sysmex America (Chicago, IL, EE. UU.) ha presentado la nueva generación de la serie XR, centrada en el módulo de hematología automatizada XR-10 para laboratorios de alta complejidad. La plataforma se basa... Más

Inmunología

ver canal
Imagen: Diseño de estudio para el análisis del fenotipo, función y metabolismo de los monocitos (Gráinne Jameson et al., Journal of Infection (2026). DOI: 10.1016/j.jinf.2026.106755)

Biomarcador metabólico distingue tuberculosis latente de activa y monitorea respuesta al tratamiento

La tuberculosis (TB) sigue siendo la principal causa de muerte por enfermedades infecciosas en el mundo, con 10,8 millones de casos y 1,25 millones de fallecimientos registrados a nivel global en 2023.... Más

Microbiología

ver canal
Imagen: el complejo TORCH incluye patógenos que pueden causar infecciones maternas leves o silenciosas pero provocar complicaciones fetales graves, lo que subraya la necesidad de una mejor vigilancia y prevención (fotografía cortesía de iStock).

Las tendencias de infección por TORCH apuntan a la necesidad de cribado personalizado en el embarazo

Las infecciones congénitas por TORCH pueden ser asintomáticas durante el embarazo, pero causar muerte fetal, defectos congénitos y discapacidad permanente en los bebés.... Más

Tecnología

ver canal
Imagen: el panel combina diagnósticos basados ​​en biomarcadores con algoritmos digitales avanzados para permitir una evaluación no invasiva utilizando datos clínicos disponibles de forma rutinaria (Fotografía cortesía de Adobe Stock)

Panel de algoritmos ayuda a evaluar la fibrosis hepática y vigilar el cáncer de hígado

La enfermedad hepática crónica es común y suele progresar de forma silenciosa, lo que aumenta el riesgo de cirrosis y carcinoma hepatocelular cuando no se detecta de manera temprana.... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.