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




Herramienta de IA para análisis automático de tejido del cáncer colorrectal supera métodos anteriores

Por el equipo editorial de LabMedica en español
Actualizado el 02 Nov 2023
Imagen: Una nueva herramienta de IA supera los métodos anteriores en el análisis del cáncer colorrectal (Fotografía cortesía de 123RF)
Imagen: Una nueva herramienta de IA supera los métodos anteriores en el análisis del cáncer colorrectal (Fotografía cortesía de 123RF)

El cáncer colorrectal (CCR) es el tercer cáncer más prevalente y el segundo más letal. Detectarlo a tiempo y tratarlo rápidamente es extremadamente importante. Si bien las tecnologías de visión artificial han experimentado mejoras notables en la clasificación automática de tipos de cáncer, dependen en gran medida de redes neuronales profundas con millones de parámetros ajustados para tareas de diagnóstico y pronóstico. Aunque el aprendizaje profundo ha demostrado capacidades extraordinarias, los profesionales de la salud aún tienen que inspeccionar muestras de tejido biopsiadas para verificar el diagnóstico y evaluar el estadio del tumor. Para avanzar aún más en este campo, los científicos han introducido una solución de inteligencia artificial (IA) diseñada específicamente para el análisis automatizado de tejido de cáncer colorrectal que supera a las técnicas anteriores.

La refinada red neuronal desarrollada por investigadores de la Universidad de Jyväskylä (Jyväskylä, Finlandia) ha establecido nuevos puntos de referencia de rendimiento en el análisis de tejidos del cáncer colorrectal. El sistema basado en inteligencia artificial ofrece una forma más precisa y rápida de clasificar muestras de tejido de cáncer colorrectal a partir de portaobjetos de microscopio. Este avance podría aliviar significativamente la carga de trabajo de los histopatólogos, permitiendo así pronósticos y diagnósticos más rápidos y precisos. A pesar de los resultados prometedores, es importante ser cautelosos al incorporar la IA a la práctica médica.

A medida que las tecnologías de IA se acercan a convertirse en una parte estándar de los procedimientos clínicos, se vuelve cada vez más vital que pasen por una validación clínica rigurosa. Esto es para garantizar que los resultados que producen estén consistentemente en línea con las normas clínicas establecidas. En un movimiento que fomenta el desarrollo colaborativo, los investigadores están poniendo a disposición del público esta red neuronal entrenada. Su objetivo es acelerar el progreso en este campo permitiendo a científicos, investigadores y desarrolladores de todo el mundo perfeccionar aún más la herramienta y explorar sus diversas aplicaciones potenciales.

"Al garantizar el acceso universal, el objetivo es acelerar los avances en la investigación del cáncer colorrectal", afirmó Fabi Prezja, responsable del diseño del método.

Enlaces relacionados:
Universidad de Jyväskylä

New
Miembro Oro
STI Test
Vivalytic MG, MH, UP/UU
Miembro Oro
HISOPOS DE FIBRA FLOCADA
Puritan® Patented HydraFlock®
New
Multi-Chamber Washer-Disinfector
WD 390
New
Urine Analyzer
respons® UDS100

Canales

Química Clínica

ver canal
Imagen: la prueba de pTau217 en plasma puede predecir la futura acumulación de amiloide y el deterioro cognitivo en adultos mayores cognitivamente sanos (fotografía cortesía de Shutterstock)

Análisis de sangre predice riesgo de enfermedad de Alzheimer antes de cambios en imágenes y síntomas

La enfermedad de Alzheimer suele progresar silenciosamente durante años, lo que dificulta la estratificación de riesgos oportuna en la práctica clínica habitual.... Más

Inmunología

ver canal
Imagen: Filipe Lima, primer autor del artículo (foto cortesía de FMRP-USP)

Método de cribado combinado permite identificar casos de lepra en etapas tempranas

La lepra sigue siendo un problema importante de salud pública, con más de 200.000 casos nuevos notificados anualmente en todo el mundo, y la enfermedad temprana a menudo escapa a la detección... Más

Industria

ver canal
Imagen: Pathlight combina WGS y dPCR para identificar y rastrear longitudinalmente cambios genómicos a gran escala, conocidos como variantes estructurales (fotografía cortesía de SAGA Diagnositcs)

Una filial de Roche amplía su cartera de productos ERM con la adquisición de SAGA

Foundation Medicine, Inc., una filial independiente de Roche, anunció planes para ampliar su portafolio de monitorización con Pathlight de SAGA Diagnostics, una plataforma personalizada de... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.