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

Deascargar La Aplicación Móvil




Colaboración IA-3D proporciona una visión y comprensión nuevas de las células de cáncer de próstata

Por el equipo editorial de LabMedica en español
Actualizado el 07 Jul 2022
Imagen: Los científicos combinan IA  e imágenes de tejido 3D para identificar el cáncer de próstata agresivo (Fotografía cortesía de Pexels)
Imagen: Los científicos combinan IA e imágenes de tejido 3D para identificar el cáncer de próstata agresivo (Fotografía cortesía de Pexels)

El cáncer de próstata es el cáncer no cutáneo más común en los EUA. Los médicos diagnosticarán a uno de cada ocho hombres a nivel nacional con cáncer de próstata, y uno de cada 40 morirá a causa de la enfermedad, según los datos más recientes. Los investigadores ahora esperan obtener nuevos conocimientos valiosos sobre el cáncer de próstata altamente agresivo al combinar imágenes de diagnóstico impulsadas por inteligencia artificial (IA) con imágenes de tejido tridimensionales (3D).

Esta nueva colaboración IA-3D proporcionará una visión ampliada y una comprensión nunca antes vistas de las células del cáncer de próstata, gracias a un nuevo enfoque llamado "microscopía de hoja de luz", según investigadores de la Universidad Case Western Reserve (Cleveland, OH, EUA) y la Universidad de Washington (Seattle, WA, EUA). Es de esperar que ese fino detalle revele aún más información sobre cómo identificar qué casos de cáncer de próstata serán más agresivos en los pacientes. Saber esto podría ayudar a los médicos a determinar quién se beneficiaría de la cirugía o la radioterapia, y qué pacientes podrían ser monitoreados activamente en su lugar.

Los investigadores también podrían estar sentando las bases para desarrollar lo que se denomina "clasificadores basados en patómica" del resultado de la enfermedad para una serie de otros tipos de cáncer. La patómica se refiere a la aplicación de la visión por computadora y la IA para extraer una gran cantidad de características de las imágenes de tejidos utilizando algoritmos de caracterización de datos. Las características pueden entonces ayudar a descubrir tumores y otras características generalmente invisibles a simple vista.

Hasta ahora, los investigadores usaban el aprendizaje automático para enfocarse completamente en imágenes bidimensionales. El equipo de investigación ha desarrollado ahora un nuevo método no destructivo que captura imágenes de biopsias 3D completas en lugar de solo un corte. Esta técnica proporciona imágenes de vista completa del tejido y predicciones mejoradas sobre si el paciente tiene un cáncer agresivo. Las imágenes 3D proporcionan más información que una imagen 2D. En este caso, eso significa detalles sobre la intrincada estructura en forma de árbol de las glándulas en todo el tejido. Las características 3D facilitaron que una computadora identificara qué pacientes tenían más probabilidades de que el cáncer regresara dentro de los cinco años. Los investigadores esperan que esta "patología 3D no destructiva" se vuelva cada vez más valiosa en la toma de decisiones clínicas, como qué pacientes requerirían un tratamiento más agresivo o responderían a ciertos medicamentos.

“Esta es una combinación sin precedentes de las dos tecnologías más poderosas en esta área”, dijo Anant Madabhushi, director del Centro de Imágenes Computacionales y Diagnóstico Personalizado de Case Western Reserve. “Tomaremos la IA que hemos desarrollado y, por primera vez, podremos aplicarla a imágenes de tejido 3D en las que se destaca la Universidad de Washington, y obtendremos detalles finos y granulares”.

“Creemos que podremos entrenar nuestra IA para interrogar imágenes de tejido 3D con el mismo éxito que hemos tenido con imágenes bidimensionales”, agregó Madabhushi. “Pero hay tantas nuevas posibilidades para encontrar nueva información en 3D”.

"Con el éxito de nuestras tecnologías de microscopía de hoja de luz abierta, el próximo desafío obvio a superar era procesar y analizar los conjuntos de datos 3D masivos y ricos en características que estábamos generando a partir de muestras clínicas", dijo Jonathan Liu, profesor de ingeniería mecánica y bioingeniería en la Universidad de Washington. Dijo que colaborar con el laboratorio de Madabhushi en Case Western Reserve fue una "elección obvia e ideal, ya que el desarrollo de métodos explicables de IA facilitará la adopción clínica de una nueva tecnología de imágenes como la nuestra".

Enlaces relacionados:
Universidad Case Western Reserve  
Universidad de Washington

Miembro Oro
Neonatal Heel Incision Device
Tenderfoot
Software de laboratorio
Acusera 24•7
New
Multi-Chamber Washer-Disinfector
WD 390
New
Rapid Sepsis Test
SeptiCyte RAPID

Canales

Química Clínica

ver canal
Imagen: Diseñado originalmente para la detección del cáncer de pulmón y el monitoreo de la resistencia, la prueba también muestra potencial para identificar señales relacionadas con la fibrosis pulmonar (crédito de la imagen: iStock)

Nanosensor basado en orina monitorea cáncer de pulmón y fibrosis de forma no invasiva

El cáncer de pulmón sigue siendo difícil de monitorear para detectar progresión temprana y resistencia al tratamiento, mientras que la fibrosis pulmonar continúa planteando... Más

Diagnóstico Molecular

ver canal
Imagen: la primera autora del estudio, Emilie Newsham Novak, trabajando con las muestras en el Centro Oncológico MD Anderson de la Universidad de Texas (Fotografía cortesía de la Universidad Rice).

Muestras simuladas realistas buscan acelerar el desarrollo de pruebas de cáncer de cuello uterino

El cáncer de cuello uterino sigue siendo altamente prevenible, pero el acceso a las pruebas de detección es limitado en muchos entornos de bajos y medianos ingresos. Las pruebas de referencia... Más

Hematología

ver canal
Imagen: Resumen gráfico (Waclawiczek A, Leppä AM, Renders S, et al. Cell Stem Cell, 2026. doi:10.1016/j.stem.2026.04.012)

Los biomarcadores de células madre podrían orientar el tratamiento en la leucemia mieloide aguda

La leucemia mieloide aguda (LMA) es un cáncer de sangre agresivo que afecta con mayor frecuencia a adultos mayores y que, a pesar de los avances terapéuticos, aún presenta un pronóstico... Más

Microbiología

ver canal
Imagen: La iniciativa combina datos epidemiológicos y microbiológicos con la secuenciación del genoma completo para caracterizar los linajes hospitalarios circulantes y los determinantes de resistencia (crédito de la imagen: Shutterstock)

Vigilancia genómica a gran escala rastrea bacterias resistentes en hospitales europeos

La resistencia a los antimicrobianos (RAM) representa una amenaza creciente para la seguridad del paciente, ya que las Enterobacterales resistentes a los carbapenémicos causan infecciones difíciles... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.