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
LGC Clinical Diagnostics

Deascargar La Aplicación Móvil




Eventos

24 feb 2024 - 28 feb 2024
05 mar 2024 - 07 mar 2024

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
Print article
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
PRUEBA RÁPIDA COVID-19
OSOM COVID-19 Antigen Rapid Test
RECOLECCIÓN Y TRANSPORTE DE MUESTRAS
PRUEBA DE ANTIPÉPTIDO CÍCLICO CITRULINADO
GPP-100 Anti-CCP Kit
Miembro Oro
Turbidimetric Control
D-Dimer Turbidimetric Control

Print article

Canales

Química Clínica

ver canal
Imagen: La solución de espectrometría de masas de Cobas para laboratorios clínicos (Fotografía cortesía de Roche Diagnostics)

Analizador clínico automatizado basado en espectrometría de masas podría transformar pruebas de laboratorio

La espectrometría de masas, conocida por su mayor sensibilidad y especificidad en comparación con los inmunoensayos, es particularmente efectiva para probar moléculas como la vitamina... Más

Hematología

ver canal
Imagen: El CytoTracker Leukometer es un dispositivo portátil que ofrece rápidamente lecturas basadas en una sola gota de sangre (Fotografía cortesía de RizLab Health)

Rastreador portátil de glóbulos blancos podría permitir pruebas rápidas de infecciones

Los glóbulos blancos, o leucocitos, son indicadores clave de la salud del sistema inmunológico de un individuo. Los recuentos altos o bajos de leucocitos pueden indicar la gravedad de una infección, indicar... Más

Inmunología

ver canal
Imagen: Configuracion de la citometría con el chip de clasificación de células de IMEC (Fotografía cortesía de IMEC)

Tecnología de chip clasificador de células podría allanar el camino para elaboración de perfiles inmunológicos POC

Monitorear la respuesta del sistema inmunológico de los pacientes con cáncer durante la enfermedad y el tratamiento es importante para lograr resultados favorables. Para hacer esto, los laboratorios... Más

Tecnología

ver canal
Imagen: El sensor electroquímico detecta HPV-16 y HPV-18 con alta especificidad (Fotografía cortesía de 123RF)

Biosensor de ADN permite diagnóstico temprano del cáncer de cuello uterino

El disulfuro de molibdeno (MoS2), reconocido por su potencial para formar nanoláminas bidimensionales como el grafeno, es un material que llama cada vez más la atención de la comunidad... Más
Copyright © 2000-2024 Globetech Media. All rights reserved.