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




Software de análisis de imágenes basado en IA perfila biomarcadores de cáncer en tiempo real

Por el equipo editorial de LabMedica en español
Actualizado el 28 Mar 2023
Imagen: Una nueva investigación ha abierto un camino para el diagnóstico rápido y preciso de cáncer (Fotografía cortesía de Imagene)
Imagen: Una nueva investigación ha abierto un camino para el diagnóstico rápido y preciso de cáncer (Fotografía cortesía de Imagene)

El cáncer de pulmón es el tipo de cáncer más extendido en todo el mundo y provoca aproximadamente 1,76 millones de muertes al año. El cáncer de pulmón de células no pequeñas (CPCNP) representa el 85 % de todos los diagnósticos de cáncer de pulmón y generalmente se identifica en etapas avanzadas. Debido a la detección tardía de la enfermedad, las estadísticas muestran que entre el 10 y el 20 % de los pacientes con CPCNP fallecen entre 1 y 3 meses después del diagnóstico. Mejorar la atención al paciente y tomar decisiones terapéuticas dirigidas requiere la identificación de alteraciones genéticas. Sin embargo, actualmente solo el 28 % de los pacientes con cáncer se someten a un análisis exhaustivo de los nueve biomarcadores de cáncer accionables, y hasta el 64 % de los pacientes con cáncer de pulmón no reciben el mejor tratamiento disponible, principalmente debido a pruebas inadecuadas de biomarcadores para determinar la naturaleza de la mutación. Además, en numerosos casos, como con NGS, la sensibilidad es significativamente más baja de lo esperado y la interpretabilidad es deficiente debido a la necesidad de especialistas altamente capacitados que entiendan lo que están examinando.

Un innovador sistema basado en IA de Imagene (Tel Aviv, Israel) puede detectar biomarcadores de cáncer en tiempo real, lo que podría acelerar la administración del tratamiento. El sistema de vanguardia de Imagene utiliza una imagen de biopsia, generando un informe de biomarcador listo para el diagnóstico en minutos, identificando con precisión la mutación específica del cáncer presente en la biopsia. Actualmente, el tiempo entre la biopsia y el inicio del tratamiento, durante el cual se evalúa la naturaleza del cáncer, suele durar varias semanas, extendiéndose frecuentemente más allá de un mes. Como este período de espera es demasiado largo para muchos pacientes, la tecnología de Imagene tiene el potencial de reducirlo significativamente, lo que da como resultado que los pacientes reciban diagnósticos y recomendaciones de tratamiento el mismo día.

La detección de mutaciones de cáncer en pacientes y ubicaciones de diversos tipos se puede lograr con la ayuda de la IA, ya que los patrones de cáncer tienden a repetirse. Imagene combina el aprendizaje autosupervisado y otras técnicas de IA, utilizando datos sin etiquetar para mejorar los resultados, así como el procesamiento patentado de datos preparados para analizar imágenes. Imagene colabora actualmente con 28 biomarcadores diversos en ocho órganos, lo que demuestra que su tecnología está estandarizada y produce resultados precisos, lo que ayuda en la toma de decisiones clínicas. Actualmente, la tecnología se encuentra en investigación clínica y pronto se comercializará cumpliendo con los requerimientos reglamentarios. En última instancia, se espera que la tecnología sea pantumoral.

Enlaces relacionados:
Imagen  

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
NEW PRODUCT : SILICONE WASHING MACHINE TRAY COVER WITH VICOLAB SILICONE NET VICOLAB®
REGISTRED 682.9
Manual Pipetting Aid
Pipette Controllers macro
ANALIZADOR AUTOMÁTICO CLIA
Shine i6000

Canales

Química Clínica

ver canal
Crédito de la imagen:  Diane E. MacDougall et al., FIND Lp(a) Machine Learning Model: Targeted Screening Enrichment of Elevated Lipoprotein(a) in Atherosclerotic Cardiovascular Disease, JACC: Advances (2026). DOI: 10.1016/j.jacadv.2026.103114

El aprendizaje automático permite orientar el cribado de lipoproteína(a) elevada

La lipoproteína(a) es un factor de riesgo independiente, determinado genéticamente, de la enfermedad cardiovascular aterosclerótica; sin embargo, el cribado rutinario sigue siendo... Más

Microbiología

ver canal
Imagen: El actual brote de BDBV en la República Democrática del Congo pone de relieve los desafíos de respuesta a infecciones raras y graves (Crédito de la imagen: 123RF)

Investigación refuerza la preparación ante brotes del virus Bundibugyo con diagnósticos más rápidos

El virus de Bundibugyo (BDBV), una especie de ebolavirus, causa una enfermedad hemorrágica grave y puede ser difícil de diagnosticar rápidamente durante los brotes. Los recientes cambios... Más

Tecnología

ver canal
Imagen: ADLM recomienda que las herramientas de inteligencia artificial emergentes sigan los mismos estándares profesionales de supervisión, calidad, validación y monitoreo que las pruebas clínicas tradicionales dentro del marco existente de CLIA (Crédito de la imagen: Adobe Stock)

ADLM pide actualizar CLIA para apoyar el uso seguro de IA en medicina de laboratorio

Los laboratorios clínicos utilizan cada vez más la inteligencia artificial para verificar, interpretar e informar resultados, pero las salvaguardas de las Enmiendas para la Mejora de los... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.