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

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

New
Miembro Oro
Clinical Chemistry Assay
Sorbitol Dehydrogenase (SDH)
Software de laboratorio
Acusera 24•7
New
Electrolyte Analyzer
BKE-B
New
Clinical Informatics Platform
CLARION™

Canales

Diagnóstico Molecular

ver canal
Imagen: Evaluación de usabilidad (Yerlikaya S, Chirwa M, Ajide B, et al.; New England Journal of Medicine (2026). DOI: 10.1056/NEJMoa2509761)

Prueba molecular rápida con hisopado lingual detecta tuberculosis pulmonar en el punto de atención

La tuberculosis pulmonar sigue siendo una de las principales causas de muerte por enfermedades infecciosas en todo el mundo, provocando más de un millón de fallecimientos y más de... Más

Hematología

ver canal
Imagen: EasyM es una prueba de sangre altamente sensible que rastrea un biomarcador de mieloma llamado proteína M (crédito de la foto: 123RF)

Análisis de sangre permite la detección temprana de recaída del mieloma múltiple

Las biopsias de médula ósea siguen siendo fundamentales para diagnosticar y monitorizar el mieloma múltiple, pero el procedimiento es doloroso, invasivo y a menudo se repite con el tiempo.... Más

Inmunología

ver canal
Foto cortesía de Volición

Prueba de flujo lateral detecta biomarcadores de sepsis en el punto de atención

La sepsis sigue siendo una afección crítica en la que la evaluación rápida del riesgo a menudo se ve dificultada por la dependencia de pruebas de laboratorio centralizadas.... Más

Microbiología

ver canal
Imagen: Biosensor para la detección de tuberculosis (fotografía cortesía de la UPV)

Biosensor de antígeno detecta tuberculosis activa en una hora

La tuberculosis sigue siendo un importante desafío de salud global y continúa siendo una causa significativa de morbilidad y mortalidad. El informe mundial de 2024 de la Organización... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.