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

Descargar La Aplicación Móvil




Análisis celular asistido por computadora permite diagnóstico más rápido de enfermedades de la sangre

Por el equipo editorial de LabMedica en español
Actualizado el 20 Aug 2023
Imagen: Un algoritmo de IA puede ayudar a los médicos a diagnosticar trastornos sanguíneos (Fotografía cortesía de Freepik)
Imagen: Un algoritmo de IA puede ayudar a los médicos a diagnosticar trastornos sanguíneos (Fotografía cortesía de Freepik)

Los trastornos de la sangre se caracterizan frecuentemente por alteraciones en las cantidades y formas de los glóbulos rojos y blancos. Los métodos tradicionales para diagnosticar la enfermedad implican examinar frotis de sangre en un portaobjetos bajo un microscopio, aunque evaluar estos cambios puede ser desafiante incluso para profesionales con experiencia, ya que las sutiles alteraciones pueden afectar solo una pequeña fracción de las decenas de miles de células visibles. En consecuencia, distinguir entre enfermedades no siempre es sencillo. Por ejemplo, los cambios visibles en la sangre de las personas con síndrome mielodisplásico (SMD), una forma temprana de leucemia, a menudo se asemejan a los que se observan en tipos de anemia menos dañinos. El diagnóstico definitivo de SMD requiere procedimientos más invasivos, como biopsias de médula ósea y pruebas genéticas moleculares.

Científicos del Centro Alemán de Investigación del Cáncer (DKFZ, Heidelberg, Alemania) y el Instituto de Células Madre de Cambridge (Cambridge, Reino Unido) ahora han desarrollado un sistema de inteligencia artificial (IA) capaz de identificar y caracterizar glóbulos blancos y rojos en imágenes microscópicas de muestras de sangre. Este algoritmo, llamado Haemorasis, ayuda a los médicos a diagnosticar trastornos de la sangre y es de acceso público como una herramienta de código abierto con fines de investigación. Inicialmente, los científicos entrenaron a Haemorasis para reconocer la morfología celular utilizando más de medio millón de glóbulos blancos y millones de glóbulos rojos de más de 300 personas con diversos trastornos sanguíneos (incluidas diferentes formas de anemia y SMD).

Aprovechando este conocimiento adquirido, Haemorasis ahora puede proponer diagnósticos para trastornos sanguíneos e incluso diferenciar subtipos genéticos de estas afecciones. Además, el algoritmo descubre asociaciones significativas entre enfermedades y formas de células específicas, una tarea complicada por el gran volumen de células involucradas. Haemorasis se sometió a pruebas en tres grupos de pacientes distintos para confirmar su eficacia en diversos centros de pruebas y sistemas de escaneo de hemogramas. Diseñado para el diagnóstico de hematología, Haemorasis ayuda a proporcionar un diagnóstico inicial más preciso de los trastornos sanguíneos, que es un paso esencial para identificar a los pacientes que pueden requerir procedimientos más invasivos, como pruebas de médula ósea o análisis genético. Los estudios en curso explorarán las posibles limitaciones del método.

"El análisis celular automatizado con Haemorasis podría complementar el diagnóstico de rutina de los trastornos sanguíneos en el futuro. Hasta ahora, el algoritmo solo se ha entrenado en enfermedades específicas, pero aún vemos un gran potencial en este método", dijo Moritz Gerstung de DKFZ.

Enlaces relacionados:
Centro Alemán de Investigación del Cáncer
Instituto de Células Madre de Cambridge

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
βeta-Hydroxybutyrate Reagent
β-Hydroxybutyrate LiquiColor®
ANALIZADOR DE ORINA
respons® UDS100
Miembro Oro
Neonatal Heel Incision Device
Tenderfoot

Canales

Química Clínica

ver canal
Imagen: El estudio analizó muestras de saliva de personas sometidas a tratamiento para el TOC (Crédito de la imagen: Adobe Stock)

Señales epigenéticas en saliva se relacionan con respuesta al tratamiento del TOC

El trastorno obsesivo-compulsivo (TOC) provoca pensamientos no deseados y recurrentes, así como conductas repetitivas, que pueden alterar gravemente la vida cotidiana. La psicoterapia basada en la exposición... Más

Diagnóstico Molecular

ver canal
Imagen: El ADN del tumor se extrae de una muestra patológica y el ADN normal se extrae de la capa leucocitaria. Ambas muestras se someten a WGS para generar la firma mutacional específica del paciente. En cada seguimiento, el ADNtc extraído del plasma se somete a WGS y se analiza utilizando una firma derivada del paciente y un algoritmo de reconocimiento de patrones de inteligencia artificial (IA). FFPE: fijado con formalina, incluido en parafina. (Snuderl M, Smadbeck J, Wilkins R, et al. The Journal of Molecular Diagnostics, 2026. DOI: 10.1016/j.jmoldx.2026.07.003)

Biopsia líquida detecta señales de recurrencia del cáncer de pulmón meses antes que las imágenes

El cáncer de pulmón de células no pequeñas (CPCNP) es el tipo más común de cáncer de pulmón y sigue siendo una de las principales causas de muerte... Más

Inmunología

ver canal
Crédito de la imagen: iStock

Perfil de anticuerpos predice enfermedad inflamatoria intestinal años antes del diagnóstico

La enfermedad inflamatoria intestinal (EII), que incluye la enfermedad de Crohn y la colitis ulcerosa, implica respuestas inmunitarias anormales que causan inflamación persistente y daño... Más

Tecnología

ver canal
Imagen: Cartera de secuenciación SureSeq de próxima generación de OGT, diseñada para su uso con la línea Hamilton NGS STAR (Fotografía cortesía de Hamilton Company)

Nuevo flujo de automatización agiliza preparación de bibliotecas de NGS en laboratorios de alto volumen

La demanda de la secuenciación de nueva generación (NGS) sigue aumentando a medida que los laboratorios procesan volúmenes crecientes de muestras, pero la preparación de bibliotecas... Más

Industria

ver canal
Imagen: NeoGenomics seleccionó la plataforma HALO AP de Indica Labs para permitir sus operaciones de patología digital a través de un marco escalable basado en la nube (Fotografía cortesía de Indica Labs)

La ampliación de la alianza impulsa la patología digital impulsada por IA para oncología

Los diagnósticos oncológicos dependen de la información de patología y biomarcadores para guiar el tratamiento personalizado. A medida que la patología computacional... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.