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




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
Miembro Oro
Solución de biomarcadores proteicos en sangre para la enfermedad de Alzheimer
BG-DTi2000.
New
Drug Testing Assays
Atellica DT 250 Analyzer
New
Alzheimer's Disease Biomarker Assay
Elecsys Phospho-Tau (217P) Plasma

Canales

Química Clínica

ver canal
Imagen: La prueba Galleri de GRAIL utiliza el aprendizaje automático para analizar patrones de ADNcf en busca de señales de cáncer y predecir su ubicación probable para guiar una evaluación adicional.

Prueba sanguínea multicáncer amplía detección a cánceres sin opciones de cribado rutinario

Muchos cánceres letales carecen de cribado rutinario y a menudo se diagnostican solo después de que aparecen los síntomas, lo que limita las opciones curativas. Los programas estándar... Más

Diagnóstico Molecular

ver canal
Imagen: MPNST es un cáncer del tejido conectivo que rodea los nervios periféricos, siendo la NF1 un factor de riesgo clave (Crédito de la imagen: Nephron/Wikimedia Commons (CC BY-SA 3.0)

Biopsia líquida muestra potencial para detectar y monitorizar tumores malignos de la vaina nerviosa

El tumor maligno de la vaina de los nervios periféricos (MPNST) es uno de los cánceres más graves que afectan a las personas con neurofibromatosis tipo 1 (NF1), pero su reconocimiento oportuno sigue siendo difícil.... Más

Inmunología

ver canal
Imagen: Resumen gráfico (Turner N, Keam S, Abdel-Wahab N, et al. La cascada inflamatoria guiada por células B perpetúa la colitis mediada por ICI. Cell Reports (2026). doi:10.1016/j.celrep.2026.117969)

Biomarcador sanguíneo podría predecir riesgo de colitis durante terapia con inhibidores de puntos de control

Los inhibidores de puntos de control inmunitario pueden desencadenar colitis inmunorrelacionada que provoca diarrea grave, dolor abdominal e interrupciones del tratamiento. Actualmente, los médicos... Más

Microbiología

ver canal
Imagen: El ébola sigue siendo una amenaza para la salud pública en rápida evolución con una alta mortalidad, lo que subraya la necesidad de un diagnóstico oportuno y pruebas descentralizadas más cercanas a los pacientes (Crédito de la imagen: Adobe Stock)

Colaboración busca llevar detección sanguínea del ébola fuera de los laboratorios centrales

Co-Diagnostics, Inc. (Salt Lake City, UT, EE. UU.) y ReadyGo Diagnostics Ltd. (Bath, Reino Unido) han iniciado una colaboración para evaluar GoCollect de ReadyGo con la plataforma Co-Dx PCR para... 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.