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




Nueva herramienta de inteligencia artificial clasifica los tumores cerebrales de forma más rápida y precisa

Por el equipo editorial de LabMedica en español
Actualizado el 04 Jun 2024
Imagen: La nueva herramienta de IA puede ayudar a vencer los tumores cerebrales (foto cortesía de Crystal Light/Shutterstock)
Imagen: La nueva herramienta de IA puede ayudar a vencer los tumores cerebrales (foto cortesía de Crystal Light/Shutterstock)

La precisión en el diagnóstico y la categorización de tumores es esencial para brindar un tratamiento eficaz a los pacientes. Actualmente, el estándar de oro para identificar varios tipos de tumores cerebrales implica la elaboración de perfiles basados en la metilación del ADN. La metilación del ADN funciona como un mecanismo regulador para controlar la actividad genética, esencialmente activando o desactivando genes. Sin embargo, el tiempo requerido para tales pruebas puede ser un obstáculo importante, ya que a menudo demora varias semanas, un retraso que puede ser crítico cuando los pacientes necesitan decisiones rápidas con respecto a su tratamiento. Además, estas pruebas no están ampliamente disponibles en la mayoría de los hospitales del mundo. Ahora, se ha desarrollado una nueva herramienta de inteligencia artificial (IA) para clasificar los tumores cerebrales de forma más rápida y precisa.

Investigadores de la Universidad Nacional Australiana (ANU, Canberra, Australia) han creado DEPLOY. Este nuevo método predice patrones de metilación del ADN para clasificar los tumores cerebrales en 10 subtipos principales. DEPLOY utiliza imágenes histopatológicas, que son imágenes microscópicas de muestras de tejido del paciente. El modelo fue entrenado y validado en extensos conjuntos de datos que comprenden alrededor de 4.000 pacientes de los Estados Unidos y Europa. DEPLOY demostró una precisión notable, logrando una tasa del 95 %. Además, en un subconjunto de 309 muestras que fueron particularmente difíciles de clasificar, DEPLOY proporcionó diagnósticos que eran clínicamente más relevantes que los dados inicialmente por los patólogos. Los investigadores anticipan que DEPLOY también podría adaptarse para clasificar otros tipos de cáncer en el futuro.

"Esto muestra el posible papel futuro de DEPLOY como herramienta complementaria, que se suma al diagnóstico inicial de un patólogo o incluso provoca una reevaluación en caso de disparidades", afirmó el Dr. Danh-Tai Hoang.

Enlaces relacionados:
ANU

Miembro Oro
Nucleic Acid Extractor System
NEOS-96 XT
Software de laboratorio
Acusera 24•7
New
Electrolyte Analyzer
CBS-4000 (CBS-400)
New
Steam Sterilizer
Hi Vac II Line

Canales

Química Clínica

ver canal
Imagen: Diseñado originalmente para la detección del cáncer de pulmón y el monitoreo de la resistencia, la prueba también muestra potencial para identificar señales relacionadas con la fibrosis pulmonar (crédito de la imagen: iStock)

Nanosensor basado en orina monitorea cáncer de pulmón y fibrosis de forma no invasiva

El cáncer de pulmón sigue siendo difícil de monitorear para detectar progresión temprana y resistencia al tratamiento, mientras que la fibrosis pulmonar continúa planteando... Más

Diagnóstico Molecular

ver canal
Imagen: la primera autora del estudio, Emilie Newsham Novak, trabajando con las muestras en el Centro Oncológico MD Anderson de la Universidad de Texas (Fotografía cortesía de la Universidad Rice).

Muestras simuladas realistas buscan acelerar el desarrollo de pruebas de cáncer de cuello uterino

El cáncer de cuello uterino sigue siendo altamente prevenible, pero el acceso a las pruebas de detección es limitado en muchos entornos de bajos y medianos ingresos. Las pruebas de referencia... Más

Hematología

ver canal
Imagen: Resumen gráfico (Waclawiczek A, Leppä AM, Renders S, et al. Cell Stem Cell, 2026. doi:10.1016/j.stem.2026.04.012)

Los biomarcadores de células madre podrían orientar el tratamiento en la leucemia mieloide aguda

La leucemia mieloide aguda (LMA) es un cáncer de sangre agresivo que afecta con mayor frecuencia a adultos mayores y que, a pesar de los avances terapéuticos, aún presenta un pronóstico... Más

Microbiología

ver canal
Imagen: La iniciativa combina datos epidemiológicos y microbiológicos con la secuenciación del genoma completo para caracterizar los linajes hospitalarios circulantes y los determinantes de resistencia (crédito de la imagen: Shutterstock)

Vigilancia genómica a gran escala rastrea bacterias resistentes en hospitales europeos

La resistencia a los antimicrobianos (RAM) representa una amenaza creciente para la seguridad del paciente, ya que las Enterobacterales resistentes a los carbapenémicos causan infecciones difíciles... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.