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.

Please note that the LabMedica website is also available in a complete English version
Presenta Sitios para socios Información LinkXpress
Ingresar
Publique su anuncio con nosotros
RANDOX LABORATORIES

Deascargar La Aplicación Móvil




IA predice con precisión resultados del cáncer a partir de muestras de tejido

Por el equipo editorial de LabMedica en español
Actualizado el 10 Jan 2024
Print article
Imagen: El modelo de IA analiza la organización espacial celular para hacer diagnósticos y pronósticos del paciente (Fotografía cortesía de UT Southwestern)
Imagen: El modelo de IA analiza la organización espacial celular para hacer diagnósticos y pronósticos del paciente (Fotografía cortesía de UT Southwestern)

Los patólogos suelen examinar las muestras de tejido de los pacientes en portaobjetos, un proceso integral para el diagnóstico. Este método tradicional, aunque eficaz, requiere mucho tiempo y está sujeto a variabilidad en las interpretaciones entre diferentes patólogos. Además, algunos detalles sutiles en las imágenes de patología podrían escapar a la observación humana, pero podrían contener información crítica sobre el estado de salud de un paciente. En los últimos años, se han desarrollado varios modelos de inteligencia artificial (IA) para realizar determinadas tareas usualmente realizadas por los patólogos, como clasificar tipos de células o medir las interacciones celulares en función de la proximidad. Sin embargo, estos modelos no han capturado completamente los aspectos más complejos del análisis de imágenes de tejidos que realizan los patólogos, incluido el reconocimiento de disposiciones espaciales celulares complejas y el filtrado de "ruidos" de imágenes irrelevantes que podrían distorsionar las interpretaciones. Para abordar esta brecha, los investigadores han introducido un modelo innovador de IA que es capaz de examinar la organización espacial de las células dentro de muestras de tejido, ofreciendo predicciones precisas sobre los resultados de los pacientes con cáncer y nuevas perspectivas para el pronóstico del cáncer asistido por IA y planes de tratamiento personalizados.

Esta herramienta de inteligencia artificial, denominada Ceograph, creada por investigadores del UT Southwestern Medical Center (Dallas, TX, EUA), imita el enfoque adoptado por los patólogos para examinar portaobjetos de tejido. Comienza identificando las células y sus respectivas posiciones dentro de la imagen. Luego clasifica los tipos de células y delinea sus formas y distribuciones espaciales, creando un mapa completo donde se detallan para su análisis la disposición, dispersión e interacciones entre las células. El equipo validó Ceograph en tres escenarios clínicos utilizando portaobjetos de patología. En un caso, Ceograph distinguió entre dos tipos de cáncer de pulmón: adenocarcinoma y carcinoma de células escamosas. En otro, midió el riesgo de progresión de afecciones orales potencialmente cancerosas a malignidad. Finalmente, identificó a los pacientes con cáncer de pulmón con mayor probabilidad de beneficiarse de los inhibidores del receptor del factor de crecimiento epidérmico.

En cada escenario, el desempeño de Ceograph en la predicción de los resultados de los pacientes superó a los métodos tradicionales. En particular, los conocimientos sobre la organización espacial celular proporcionados por Ceograph no solo son interpretables sino que también arrojan luz sobre las implicaciones biológicas de las distintas interacciones espaciales entre células individuales. Estos avances resaltan el papel cada vez más vital que puede desempeñar la IA en la atención médica, particularmente en la mejora de la precisión y eficiencia de los análisis patológicos. Esta tecnología promete perfeccionar las estrategias preventivas para personas con alto riesgo y adaptar las opciones de tratamiento para satisfacer las necesidades únicas de cada paciente.

"La organización espacial celular es como un complejo rompecabezas en el que cada célula sirve como una pieza única, que encaja meticulosamente para formar un tejido cohesionado o una estructura de órgano", dijo el líder del estudio, Guanghua Xiao, Ph.D. "Esta investigación muestra la notable capacidad de la IA para captar estas intrincadas relaciones espaciales entre las células dentro de los tejidos, extrayendo información sutil que antes estaba más allá de la comprensión humana al tiempo que predice los resultados de los pacientes".

Enlaces relacionados:
UT Southwestern Medical Center  

Miembro Platino
PRUEBA RÁPIDA COVID-19
OSOM COVID-19 Antigen Rapid Test
Magnetic Bead Separation Modules
MAG and HEATMAG
POCT Fluorescent Immunoassay Analyzer
FIA Go
Miembro Oro
Prueba de actividad proteasa ADAMTS-13
ATS-13 Activity Assay

Print article

Canales

Química Clínica

ver canal
Imagen: Alcanzando velocidades de hasta 6.000 rpm, esta centrífuga forma la base de un nuevo tipo de prueba biomédica POC económica (Fotografía cortesía de la Universidad de Duke)

Prueba biomédica POC hace girar una gota de agua utilizando ondas sonoras para detección del cáncer

Los exosomas, pequeñas biopartículas celulares que transportan un conjunto específico de proteínas, lípidos y materiales genéticos, desempeñan un papel... Más

Diagnóstico Molecular

ver canal
Imagen: El biomarcador localiza una proteína asociada con la pérdida de función para la proteína TDP-43 (Fotografía cortesía de Johns Hopkins Medicine)

Prueba de biomarcadores líquidos detecta enfermedades neurodegenerativas antes de que aparezcan síntomas

La esclerosis lateral amiotrófica (ELA, también conocida como enfermedad de Lou Gehrig) y la demencia frontotemporal (DFT) son dos afecciones progresivamente neurodegenerativas que dañan... Más

Hematología

ver canal
Imagen: El dispositivo portátil de bajo costo identifica rápidamente a los pacientes de quimioterapia en riesgo de sepsis (Fotografía cortesía de 52North Health)

Prueba de sangre POC por punción digital determina riesgo de sepsis neutropénica en pacientes sometidos a quimioterapia

La neutropenia, una disminución de los neutrófilos (un tipo de glóbulo blanco crucial para combatir las infecciones), es un efecto secundario frecuente de ciertos tratamientos contra... Más

Inmunología

ver canal
Imagen: El método de prueba podría ayudar a algunos pacientes con cáncer a un tratamiento más efectivo (Fotografía cortesía de 123RF)

Método de prueba podría ayudar a más pacientes recibir tratamiento adecuado contra el cáncer

El tratamiento del cáncer no siempre es una solución única, pero el campo de la investigación del cáncer está dando grandes pasos para encontrar a los pacientes los tratamientos más eficaces para sus afecciones... Más

Microbiología

ver canal
Imagen: El análisis de sangre podría identificar a millones de personas que propagaron la TB sin saberlo (Fotografía cortesía de la Universidad de Southampton)

Análisis de sangre para tuberculosis podría detectar millones de propagadores silenciosos

La tuberculosis (TB) es la enfermedad infecciosa más mortal del mundo y se cobra más de un millón de vidas al año, según informa la Organización Mundial de la Salud.... Más

Tecnología

ver canal
Imagen: El sensor electroquímico detecta HPV-16 y HPV-18 con alta especificidad (Fotografía cortesía de 123RF)

Biosensor de ADN permite diagnóstico temprano del cáncer de cuello uterino

El disulfuro de molibdeno (MoS2), reconocido por su potencial para formar nanoláminas bidimensionales como el grafeno, es un material que llama cada vez más la atención de la comunidad... Más
Copyright © 2000-2024 Globetech Media. All rights reserved.