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




Plataforma robótica permite diagnóstico más preciso de las células cancerosas

Por el equipo editorial de LabMedica en español
Actualizado el 31 Oct 2023
Imagen: Una muestra de tejido, por ejemplo, un ganglio linfático, tiene solo 5–10 mm de tamaño (Fotografía cortesía de ETH Zurich)
Imagen: Una muestra de tejido, por ejemplo, un ganglio linfático, tiene solo 5–10 mm de tamaño (Fotografía cortesía de ETH Zurich)

Durante más de un siglo, el campo de la histología, que pertenece a la patología y se enfoca en los cambios en los tejidos, se ha basado en un método de la vieja escuela. Esto implica cortar muestras de tejido en secciones extremadamente delgadas, cada una aproximadamente siete veces más delgada que un cabello humano, y luego examinarlas para detectar cambios anormales bajo un microscopio. La desventaja de esta técnica tradicional es que conduce a un diagnóstico erróneo en aproximadamente una de cada seis personas, a menudo pasando por alto células cancerosas. Ahora, los científicos han integrado la tecnología biomédica con la ingeniería mecánica para crear un sistema robótico que no sólo diagnostica el cáncer con mayor precisión sino que también ofrece información tridimensional sobre la disposición espacial de las células.

Investigadores de ETH Zurich (Zurich, Suiza) y la Universidad de Zúrich (Zurich, Suiza) están trabajando en esta plataforma robótica diseñada para mejorar la precisión del diagnóstico de cáncer mediante la cuantificación rápida de muestras de tejido en su totalidad. El procedimiento implica cuatro etapas. En la primera, la muestra de tejido se vuelve transparente automáticamente. En la segunda, cualquier célula inusual se tiñe o colorea rápidamente. La tercera fase consiste en generar una imagen 3D que mapea las células cancerosas; la tecnología para esto ya está disponible. La última fase consiste en analizar el tejido utilizando software de imágenes 3D y algoritmos de entrenamiento. Este novedoso método elimina la necesidad de una preparación laboriosa y corte de muestras de tejido; en cambio, se conserva y examina por completo toda la muestra de tejido, como un ganglio linfático. Se puede acceder en línea a las imágenes digitales en 3D que muestran las células marcadas cuando sea necesario.

Actualmente, el prototipo del robot funciona en el laboratorio y puede maniobrar muestras según sea necesario. Sin embargo, todavía no está completamente listo para el mercado. Si bien el equipo puede proporcionar servicios preliminares como hacer transparentes automáticamente las muestras de tejido enviadas y generar imágenes 3D etiquetadas rápidamente, el software aún necesita ajustes. Los investigadores pretenden comercializar este sistema robótico, ofreciendo a los laboratorios de investigación y a los centros sanitarios una herramienta fiable y eficaz que podría revolucionar la forma en que se realiza el diagnóstico del cáncer en la era digital.

Enlaces relacionados:
ETH Zúrich  
Universidad de Zúrich

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
HISOPOS DE FIBRA FLOCADA
Puritan® Patented HydraFlock®
New
Prueba de MR-proADM
B•R•A•H•M•S MR-proADM KRYPTOR test
Immunofluorescence Analyzer
IFA System

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.