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




Método de IA combina imágenes satelitales y técnicas de ecología para analizar tejido tumoral

Por el equipo editorial de LabMedica en español
Actualizado el 29 Nov 2023
Imagen: Los métodos de IA utilizados en las imágenes satelitales pueden ayudar a los investigadores a analizar las imágenes de tumores (Fotografía cortesía del Karolinska Institutet)
Imagen: Los métodos de IA utilizados en las imágenes satelitales pueden ayudar a los investigadores a analizar las imágenes de tumores (Fotografía cortesía del Karolinska Institutet)

Los avances en la tecnología de imágenes de tumores han mejorado significativamente nuestra capacidad para observar los mínimos detalles de los tumores, pero esto también plantea el desafío de interpretar grandes cantidades de datos generados a partir de estas imágenes. Los investigadores suelen verse abrumados con la tarea de analizar datos de cientos de moléculas en decenas de miles de células. Si bien la inteligencia artificial (IA) ofrece una solución potencial para gestionar esta avalancha de información, los métodos tradicionales de IA, como las redes neuronales profundas, a menudo funcionan como una "caja negra", proporcionando resultados sin explicaciones transparentes o comprensibles. Para abordar esto, los científicos ahora están buscando técnicas de IA de otras disciplinas para desarrollar nuevos métodos para interpretar imágenes de tumores.

Investigadores del Karolinska Institutet (Estocolmo, Suecia) y SciLifeLab (Solna, Suecia) han adoptado estrategias de IA comúnmente utilizadas en imágenes satelitales y ecología comunitaria para gestionar y comprender datos complejos de tejidos tumorales. Su trabajo, detallado en la revista Nature Communications , podría allanar el camino para tratamientos contra el cáncer más personalizados. Ya se están utilizando métodos de IA para categorizar e identificar diversas características geográficas en imágenes de satélite, como ciudades, masas de agua y diferentes tipos de paisajes. En el campo de la ecología, se emplean métodos analíticos sofisticados para comprender cómo coexisten diferentes especies en entornos específicos.

Al reconocer los paralelismos entre estos campos y el análisis de tumores, los investigadores aplicaron técnicas similares al estudio de tejidos cancerosos. Los métodos utilizados en imágenes satelitales y ecología se han adaptado para analizar la intrincada dinámica de los tejidos tumorales. Este enfoque ha transformado conjuntos de datos complejos en conocimientos valiosos sobre la naturaleza del cáncer. La siguiente fase consiste en aplicar este novedoso método en ensayos clínicos. El equipo de investigación está colaborando con un importante centro oncológico para determinar por qué sólo ciertos pacientes responden a la inmunoterapia contra el cáncer. Además, están investigando por qué algunas pacientes con cáncer de mama pueden no necesitar quimioterapia. Este uso innovador de la IA en la investigación del cáncer es prometedor para aumentar nuestra comprensión del cáncer y mejorar los resultados de los pacientes.

“Con nuestro nuevo método, podemos revelar detalles importantes en el tejido tumoral que pueden determinar si un tratamiento contra el cáncer funciona o no. El objetivo a largo plazo es poder adaptar los tratamientos contra el cáncer a las necesidades individuales y evitar efectos secundarios innecesarios”, afirmó Jean Hausser, investigador principal del Departamento de Biología Celular y Molecular del Karolinska Institutet, quien dirigió la investigación.

Enlaces relacionados:
Karolinska Institutet
SciLifeLab

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
Electrolyte Analyzer
CBS-4000 (CBS-400)
Miembro Oro
Analizador totalmente automatizado de proteínas específicas (nefelometría)
PA240
PRUEBA DE VPH
Allplex HPV28 Detection

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.