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




Microscopía de fluorescencia combinada con IA permite detección de tumores en etapas tempranas

Por el equipo editorial de LabMedica en español
Actualizado el 02 Jan 2024
Imagen: El nuevo método y el uso de la IA podrían mejorar el diagnóstico de tumores (Fotografía cortesía de 123RF)
Imagen: El nuevo método y el uso de la IA podrían mejorar el diagnóstico de tumores (Fotografía cortesía de 123RF)

Detectar el cáncer en el cuerpo o monitorearlo durante la terapia suele ser un proceso que requiere mucho tiempo y que a menudo se lleva a cabo en fases posteriores, cuando los signos se hacen evidentes. Los investigadores que se dedican a la investigación del cáncer buscan continuamente técnicas confiables y sensibles para detectar un tumor en desarrollo en una etapa muy temprana y controlar de cerca el éxito o el fracaso de la terapia contra el cáncer. Por lo tanto, un avance en el diagnóstico temprano del cáncer es un avance significativo. Los investigadores han logrado un gran avance con el desarrollo de una prueba para el diagnóstico precoz del cáncer.

Investigadores del Instituto Paul Scherrer (Würenlingen, Suiza) han demostrado que los cambios en la organización del núcleo celular de determinadas células sanguíneas pueden indicar de forma fiable la presencia de un tumor en el cuerpo. Utilizando microscopía de fluorescencia, el equipo examinó la cromatina de estas células sanguíneas: ADN empaquetado en una estructura compleja. Analizaron alrededor de 200 características diferentes, incluida la textura externa, la densidad de empaquetamiento y el contraste de la cromatina en linfocitos o monocitos. Introdujeron imágenes microscópicas de participantes sanos y enfermos en un sistema de inteligencia artificial (IA) y emplearon un "aprendizaje supervisado" para enseñar al software las diferencias conocidas.

En la siguiente fase de "aprendizaje profundo", el algoritmo identificó automáticamente diferencias entre células "sanas" y "enfermas" que no son perceptibles para el ojo humano. Esta técnica permitió a los científicos distinguir entre individuos sanos y aquellos con cáncer con aproximadamente un 85 % de precisión. También pudieron identificar correctamente el tipo de enfermedad tumoral: melanoma, glioma o tumor de cabeza y cuello. Esta nueva técnica, basada en la cromatina de las células sanguíneas, es potencialmente aplicable a varios tipos de cáncer y no se limita únicamente al seguimiento de la terapia de protones. También podría ser relevante para otras formas de terapia, incluida la radioterapia, la quimioterapia y la cirugía, aunque se necesita más investigación para confirmar estas aplicaciones.

"Esta es la primera vez que alguien, en todo el mundo, ha logrado esto", dijo GV Shivashankar, jefe del Laboratorio de Biología a Nanoescala de PSI, quien dirigió el equipo de investigación.

Enlaces relacionados:
Instituto Paul Scherrer

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
New
Miembro Oro
Solución de biomarcadores proteicos en sangre para la enfermedad de Alzheimer
BG-DTi2000.
ANALIZADOR DE ELECTROLITOS
BKE-B
HPV Molecular Test
BD Onclarity HPV Assay

Canales

Inmunología

ver canal
Imagen: Los hallazgos resaltan el potencial de los perfiles inmunológicos basados ​​en la sangre para proporcionar una imagen más completa de cómo responden los pacientes a la inmunoterapia. (Crédito de la imagen: Adobe Stock)

Análisis de sangre de células inmunitarias podría predecir respuesta a inmunoterapia en melanoma

El melanoma sigue siendo uno de los cánceres de piel más letales, aunque los resultados mejoran notablemente cuando la enfermedad se detecta en una fase temprana. La inmunoterapia ha prolongado... Más

Microbiología

ver canal
Imagen: El panel QIAstat-Dx BCID GPF Plus AMR es el primer panel QIAstat-Dx para infecciones del torrente sanguíneo que recibe la aprobación de la FDA (Fotografía cortesía de Qiagen)

La FDA aprueba panel de una hora para detectar infecciones del torrente sanguíneo y resistencia antimicrobiana

Las infecciones del torrente sanguíneo pueden progresar rápidamente a sepsis, una afección potencialmente mortal que afecta a un estimado de 1,7 millones de adultos en los EE.... Más

Tecnología

ver canal
Imagen: el panel combina diagnósticos basados ​​en biomarcadores con algoritmos digitales avanzados para permitir una evaluación no invasiva utilizando datos clínicos disponibles de forma rutinaria (Fotografía cortesía de Adobe Stock)

Panel de algoritmos ayuda a evaluar la fibrosis hepática y vigilar el cáncer de hígado

La enfermedad hepática crónica es común y suele progresar de forma silenciosa, lo que aumenta el riesgo de cirrosis y carcinoma hepatocelular cuando no se detecta de manera temprana.... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.