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
PURITAN MEDICAL

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.
14 abr 2020 - 17 abr 2020
16 abr 2020 - 17 abr 2020

Cáncer de próstata se diagnostica mejor usando la inteligencia artificial

Por el equipo editorial de LabMedica en español
Actualizado el 29 Jan 2020
Print article
Imagen: Microfotografía de una biopsia histológica de un adenocarcinoma prostático, tipo convencional (acinar), la forma más común de cáncer de próstata (Fotografía cortesía de Nephron).
Imagen: Microfotografía de una biopsia histológica de un adenocarcinoma prostático, tipo convencional (acinar), la forma más común de cáncer de próstata (Fotografía cortesía de Nephron).
El cáncer de próstata es un tipo de cáncer frecuente, pero no siempre agresivo: mueren más hombres con cáncer de próstata que por cáncer de próstata. Sin embargo, su tratamiento tiene muchas consecuencias para la calidad de vida de los pacientes, por lo que poder determinar la agresividad es un paso importante para elegir un tratamiento.

Para determinar la agresividad del cáncer, se toman biopsias de la próstata, que son cualificadas por un patólogo. Este “puntaje de Gleason” se usa, a continuación, para clasificar las biopsias en cinco grupos, los Grupos de Grado de Gleason, que indican el riesgo de morir debido al cáncer de próstata. Sin embargo, este es un proceso subjetivo; si el paciente es tratado y cómo, puede depender del patólogo que evalúa el tejido.

Un equipo de científicos del Centro Médico de la Universidad Radboud (Nijmegen, Países Bajos) desarrolló un sistema de IA que examina esas biopsias de la misma manera en que lo hace un patólogo. El sistema de IA también determina el puntaje de Gleason, y luego el sistema puede clasificar una biopsia de acuerdo con los Grupos de Grado de Gleason. Mediante el aprendizaje profundo, el sistema examinó miles de imágenes de biopsias para saber qué es una próstata sana y cómo se ve el tejido de cáncer de próstata más o menos agresivo. Se usó una técnica de etiquetado semiautomático para evitar la necesidad de anotaciones manuales por parte de los patólogos, utilizando los informes de los patólogos como el estándar de referencia durante el entrenamiento. El sistema fue desarrollado para delinear glándulas individuales, asignar patrones de crecimiento de Gleason y determinar el grado a nivel de biopsia.

Los investigadores recolectaron 5.759 biopsias de 1.243 pacientes. El sistema desarrollado logró un alto acuerdo con el estándar de referencia y obtuvo un puntaje alto en los umbrales de decisión clínica: benigno versus maligno (área bajo la curva 0,99), grupo de grado de 2 o más (0,978) y grupo de grado 3 o más (0,974). En un experimento de observación, el sistema de aprendizaje profundo obtuvo una puntuación más alta (kappa 0,854) que el panel (kappa mediana 0,819), superando a 10 de 15 observadores patólogos. En el conjunto de datos de prueba externo, el sistema obtuvo una concordancia alta con el estándar de referencia establecido independientemente por dos patólogos (kappa cuadrático de Cohen 0,723 y 0,707) y dentro de la variabilidad interobservador (kappa 0,71).

Los autores concluyeron que su sistema automatizado de aprendizaje profundo logró un desempeño similar al de los patólogos para la clasificación de Gleason y podría contribuir, potencialmente, al diagnóstico de cáncer de próstata. El sistema podría ayudar potencialmente a los patólogos mediante el examen de biopsias, proporcionando segundas opiniones sobre el grado y presentando mediciones cuantitativas de los porcentajes de volumen. El estudio fue publicado el 8 de enero de 2020 en la revista The Lancet Oncology.

Enlace relacionado:
Centro Médico de la Universidad Radboud


Print article

Canales

Química Clínica

ver canal
Imagen: El módulo de inmunoquímica de alto rendimiento en el cobas e801 (Fotografía cortesía de Roche Diagnostics).

Desarrollan método nuevo para calcular el tamaño de las partículas de LDL

La enfermedad aterosclerótica prematura ocurre comúnmente en individuos con dislipidemia aterogénica que comparten un fenotipo caracterizado por obesidad centrípeta, resistencia a la insulina e inactividad física.... Más

Diagnóstico Molecular

ver canal
Imagen: Prueba cobas para la Mutación del gen del Receptor del Factor de Crecimiento Epidérmico (EGFR) v2 (Fotografía cortesía de Roche).

Reportan la predicción temprana de resistencia a los inhibidores a la tirosina quinasa

Las mutaciones genéticas del receptor del factor de crecimiento epidérmico (EGFR) que confieren sensibilidad a los inhibidores de la tirosina quinasa (TKI) en los carcinomas de pulmón de células no pequeñas... Más

Hematología

ver canal
Imagen: El sistema Agilent 4200 TapeStation es una herramienta de electroforesis automatizada establecida para el control de calidad de las muestras de ADN y ARN (Fotografía cortesía de Agilent Technologies).

Características genómicas de la leucemia pediátrica pueden ser identificadas mediante NGS

Las leucemias pediátricas tienen un panorama genómico diverso asociado con variantes estructurales complejas, que incluyen fusiones, inserciones y deleciones de genes, y variantes de un solo nucleótido.... Más

Microbiología

ver canal
Imagen: El lector de microplacas, SpectraMax M5, es el estándar para el lector de absorbancia multimodal UV/visible, proporcionando detección ultrarrápida de rango espectral completo para las celdas, microplacas de 96 y 384 pozos (Fotografía cortesía de Molecular Devices).

Desarrollan una prueba rápida nueva para detectar la carbapenemasa

Como una β-lactamasa potente, la carbapenemasa puede degradar casi todos los medicamentos antimicrobianos β-lactámicos, incluidos los carbapenems, considerados como la última línea de terapia para muchas... Más

Tecnología de Lab

ver canal
Imagen: El kit de recolección de ADN de la saliva de Oragene (Fotografía cortesía de DNA Genotek)

ADN metilado en la saliva predice la probabilidad de desarrollar obesidad infantil

Un estudio basado en el análisis de muestras de saliva respalda el concepto de que se puede usar la determinación de la metilación del ADN en el tejido salival para predecir el desarrollo eventual de obesidad... Más

Industria

ver canal
Imagen: En 2019, se espera que los diagnósticos de laboratorio en un chip/microfluídicos crezcan al ritmo más rápido de TCAC, debido a su capacidad para reducir los procesos de laboratorio completos a un solo chip y acelerar el proceso de diagnóstico de enfermedades con resultados cuantitativos de alta precisión (Fotografía cortesía de Fotolia).

Mercado mundial de inmunoanálisis microfluidos llegará a los dos mil millones de dólares en 2025

Se espera que el mercado global de inmunoanálisis microfluídico crezca a una tasa anual compuesta del 12,7% desde 2019, a dos mil millones de dólares para 2025, impulsado por los mayores beneficios ofrecidos... Más
Copyright © 2000-2020 Globetech Media. All rights reserved.