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

Descargar La Aplicación Móvil




Técnica de tinción basada en IA es tan precisa como la histopatología tradicional al evaluar de biomarcadores de cáncer de mama

Por el equipo editorial de LabMedica en español
Actualizado el 01 Nov 2022
Imagen: Tinción virtual de HER2 de secciones de tejido mamario sin etiquetar utilizando aprendizaje profundo (Fotografía cortesía de UCLA)
Imagen: Tinción virtual de HER2 de secciones de tejido mamario sin etiquetar utilizando aprendizaje profundo (Fotografía cortesía de UCLA)

El cáncer de mama es una de las principales causas de muerte por cáncer entre las mujeres a nivel mundial. Tras el diagnóstico de cáncer de mama, la prueba de HER2, una proteína que promueve el crecimiento de células cancerosas, se lleva a cabo de forma rutinaria para ayudar a evaluar el pronóstico del cáncer y hacer planes de tratamiento dirigidos a HER2. Un procedimiento de prueba estándar de HER2 incluye tomar la biopsia de mama, preparar la muestra de tejido en portaobjetos microscópicos delgados, teñir los portaobjetos con reactivos químicos específicos que resaltan las proteínas HER2 e inspeccionar los portaobjetos teñidos bajo un microscopio óptico para proporcionar el informe patológico. Sin embargo, este procedimiento estándar de tinción de HER2 adolece de altos costos y un largo tiempo de respuesta, ya que el proceso de tinción requiere laboriosos pasos de tratamiento de la muestra (generalmente ~24 horas) realizados por expertos en un laboratorio dedicado. Los investigadores ahora han desarrollado un método de tinción computacional impulsado por el aprendizaje profundo, que realiza la tinción de HER2 sin necesidad de productos químicos.

El equipo de investigación de la UCLA (Los Ángeles, CA, EUA) capturó la información de autofluorescencia del tejido mamario sin teñir, que las estructuras biológicas emiten naturalmente cuando absorben luz. Además, entrenaron una red neuronal profunda que transforma rápidamente estas imágenes de autofluorescencia sin tinción en imágenes histológicas virtuales, revelando el color y el contraste precisos como si las secciones de tejido estuvieran teñidas químicamente para HER2. Este proceso de tinción computacional toma solo unos minutos por muestra y no necesita instalaciones costosas ni productos químicos tóxicos. Usando solo una computadora, la tinción de HER2 podría lograrse de manera mucho más rápida y rentable, acelerando las evaluaciones y el tratamiento del cáncer de mama.

Los patólogos certificados por la junta validaron a ciegas esta técnica de tinción de HER2 virtual basada en IA en términos tanto de su valor de diagnóstico como de la calidad de la tinción. Los patólogos confirmaron que las imágenes generadas por aprendizaje profundo brindan la precisión diagnóstica equivalente para la evaluación de HER2 y tienen una calidad de tinción comparable a las imágenes estándar teñidas químicamente en el laboratorio. Este método de tinción de HER2 virtual, impulsado por aprendizaje profundo, elimina la necesidad de procedimientos de tinción de HER2 costosos, laboriosos y lentos realizados por expertos en histología y podría extenderse a la tinción de otros biomarcadores relacionados con el cáncer para acelerar el flujo de trabajo de diagnóstico e histopatología tradicional en entornos clínicos.

Enlaces relacionados:
UCLA

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
βeta-Hydroxybutyrate Reagent
β-Hydroxybutyrate LiquiColor®
New
Miembro Oro
ANALIZADOR AUTOMATIZADO DE PROTEÍNAS
PA240
Miembro Oro
ANALIZADOR DE QUÍMICA CLÍNICA
PL-12

Canales

Química Clínica

ver canal
Imagen: Joy Milne, cuyo elevado sentido del olfato ayudó a inspirar la investigación sobre la firma molecular del Parkinson, participa en una investigación que investiga el sentido del olfato. (Crédito de la imagen: Universidad de Manchester)

Estudio con hisopo cutáneo identifica cambios metabólicos asociados al Parkinson

La enfermedad de Parkinson puede ser difícil de diagnosticar antes de que aparezcan los síntomas motores, lo que pone de relieve la necesidad de métodos de detección más temprana.... Más

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: Los hallazgos subrayan la importancia de alinear las pruebas de alergia con la historia clínica y las pautas de diagnóstico para reducir las pruebas inadecuadas y sus consecuencias (Crédito de la imagen: iStock)

Encuesta revela brecha entre conocimiento y práctica en pruebas de alergia alimentaria

La evaluación de la alergia alimentaria puede ser un desafío cuando los resultados de laboratorio no coinciden con los síntomas clínicos. Los paneles amplios de alergia alimentaria... Más

Microbiología

ver canal
Imagen: La malaria es causada por parásitos Plasmodium, transmitidos principalmente a través de la picadura de mosquitos Anopheles hembra infectados (Crédito de la imagen: Adobe Stock)

Los genomas completos de malaria podrían mejorar la identificación de especies y la vigilancia

La malaria sigue siendo un importante desafío mundial para la salud, con un estimado de 282 millones de casos y 610.000 muertes en todo el mundo en 2024. Aunque la mayor parte de la investigación... 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: El evento de cuatro días, celebrado del 13 al 16 de noviembre en Cali, destacó los avances en diagnóstico clínico, tecnologías de laboratorio e inteligencia artificial en bacteriología

El CNB 2026 destaca los avances en bacteriología y medicina de laboratorio en Cali

El 24.º Congreso Internacional del Colegio Nacional de Bacteriología (CNB) reunió a profesionales de laboratorio, investigadores, representantes de la industria y expertos internacionales en Cali, Colombia,... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.