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
INTEGRA BIOSCIENCES AG

Deascargar La Aplicación Móvil




Modelo de análisis de muestras de tejido asistido por IA acelera diagnóstico del cáncer de mama

Por el equipo editorial de LabMedica en español
Actualizado el 10 Jun 2022
Imagen: Modelo clínico de IA  de Aiforia para el cáncer de mama; PR mejora el diagnóstico del cáncer de mama (Fotografía cortesía de Aiforia)
Imagen: Modelo clínico de IA de Aiforia para el cáncer de mama; PR mejora el diagnóstico del cáncer de mama (Fotografía cortesía de Aiforia)

El campo de la patología está experimentando un cambio de paradigma. Los patólogos han confiado en la misma tecnología engorrosa y propensa a sesgos durante los últimos 150 años; análisis manual de portaobjetos con microscopios para tareas como la evaluación de muestras de pacientes para ayudar en el diagnóstico del cáncer. Los investigadores están trabajando para proporcionar herramientas para superar los desafíos que plantean estos métodos tradicionales. A través de la automatización y las herramientas digitales, los laboratorios de patología clínica pueden aumentar la velocidad y la precisión de su trabajo, lo que permite que los pacientes reciban diagnósticos y planes de tratamiento más rápido y al mismo tiempo alivian la tensión de los patólogos. La IA de aprendizaje profundo tiene el potencial de brindar velocidad y precisión a la evaluación y el diagnóstico de muestras. Ahora, una nueva herramienta de IA puede mejorar la evaluación pronóstica y predictiva en el diagnóstico del cáncer de mama a través de sus funcionalidades únicas.

La mayoría de los casos de cáncer de mama expresan receptor de estrógeno (ER) y/o receptor de progesterona (PR). Por lo tanto, los dos se consideran los biomarcadores más importantes involucrados en la evaluación del cáncer de mama. El modelo clínico de IA para el cáncer de mama, ER, de Aiforia Technologies Plc (Cambridge, MA, EUA); es un modelo de IA que automatiza el cálculo de ER, un grupo de proteínas presentes en la mayoría de los cánceres de mama, por lo tanto, un biomarcador vital en su diagnóstico, así como un factor predictivo de uso común para el tratamiento y un factor pronóstico para la supervivencia en el cáncer de mama. El modelo clínico de IA de Aiforia para el cáncer de mama; PR automatiza la detección de áreas tumorales, así como el cálculo de células PR positivas y negativas a partir de imágenes de portaobjetos completos (WSI) y áreas seleccionadas, e incluso la visualización y selección de áreas con alta densidad PR positiva o puntos críticos. Los resultados del análisis de imágenes asistido por IA están disponibles con rapidez y consistencia. Aiforia ofrece actualmente tres modelos clínicos de IA con marcado CE-IVD para el diagnóstico de cáncer de mama, así como el modelo de IA PD-L1 con marcado CE-IVD para el diagnóstico de cáncer de pulmón.

“Dado que la positividad de ER y PR en el cáncer de mama siempre se mide, era natural desarrollar un modelo para la detección de células tumorales PR positivas también. Debe reconocerse que la expresión del biomarcador PR también depende del biomarcador ER”, explicó la Dra. Nelli Sjöblom MD, patóloga consultora de Aiforia Technologies. “Sin embargo, todavía tiene un valor pronóstico independiente y se asocia, por ejemplo, con el grado del tumor. Los cánceres de mama con positividad ER y/o PR tienen un menor riesgo de recurrencia de la enfermedad por lo que es imperativo identificar a estas pacientes de forma fiable para poder elegir la opción terapéutica adecuada”.

Enlaces relacionados:
Aiforia Technologies Plc  

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
New
Miembro Oro
Solución de biomarcadores proteicos en sangre para la enfermedad de Alzheimer
BG-DTi2000.
ANALIZADOR DE INMUNOENSAYOS EN POC
Procise DX
New
Miembro Oro
Analizador totalmente automatizado de proteínas específicas (nefelometría)
PA240

Canales

Diagnóstico Molecular

ver canal
Imagen: PrepQuant integra la extracción, concentración y cuantificación de ácidos nucleicos en una plataforma automatizada. (Foto cortesía de Invivoscribe)

Sistema automatizado agiliza la recuperación de ADN para pruebas sensibles de ERM

Los laboratorios moleculares están bajo presión para detectar niveles extremadamente bajos de enfermedad residual, pero la recuperación preanalítica de ADN libre de células... Más

Microbiología

ver canal
Crédito de la imagen: Adobe Stock

Clasificador del microbioma intestinal mejora estratificación del riesgo de cáncer colorrectal

El cáncer colorrectal sigue siendo una de las principales causas de mortalidad por cáncer, y los métodos actuales de cribado no invasivo aún pasan por alto muchas lesiones precancerosas.... Más

Tecnología

ver canal
Imagen: Resumen gráfico  (Streather, B. R., T. A. Eastwood, K. Baker, et al. 2026. Journal of Extracellular Vesicles 15, no. 8: e70354. https://doi.org/10.1002/jev2.70354)

Sistema de expresión con vesículas bacterianas agiliza producción de proteínas para diagnóstico del cáncer

Las proteínas recombinantes son fundamentales para muchos diagnósticos y terapias del cáncer, pero numerosos objetivos siguen siendo difíciles y costosos de producir porque... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.