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




Herramienta de inteligencia artificial personalizable ayuda a patólogos a identificar células enfermas

Por el equipo editorial de LabMedica en español
Actualizado el 04 Jul 2024
Imagen: Los cuadros verdes destacan las células plasmáticas, un indicador de infección, en una muestra del tejido que recubre el útero (foto cortesía de Zou Lab y Montine Lab)
Imagen: Los cuadros verdes destacan las células plasmáticas, un indicador de infección, en una muestra del tejido que recubre el útero (foto cortesía de Zou Lab y Montine Lab)

Los patólogos tienen la tarea de examinar fluidos o tejidos corporales para diagnosticar enfermedades, un proceso que implica distinguir células raras indicadoras de enfermedades de miles de células normales bajo un microscopio. Esta habilidad requiere una extensa formación. La inteligencia artificial (IA) puede ayudar al aprender a diferenciar entre células sanas y enfermas a partir de imágenes digitales de patología. Sin embargo, las herramientas de IA tradicionales, una vez entrenadas, carecen de flexibilidad. Están diseñadas para tareas específicas, como identificar células cancerosas en un órgano pero no en otro, y pueden no alinearse perfectamente con las necesidades específicas de un patólogo en diferentes escenarios. Ahora, un equipo colaborativo de científicos informáticos y médicos ha desarrollado una nueva herramienta de inteligencia artificial que no solo identifica las células enfermas sino que también se adapta a los requisitos de un patólogo.

Desarrollada en Stanford Medicine (Stanford, CA, EUA), la herramienta, llamada nuclei.io, funciona como un asistente humano que evoluciona con retroalimentación. Partiendo de la función básica de reconocer distintos tipos de células por sus núcleos, que albergan el material genético, la herramienta está diseñada para mejorar mediante la interacción. Dentro de una hora de uso, nuclei.io puede aprender a identificar las células específicas de interés para un patólogo, mejorando tanto la velocidad como la precisión de su trabajo. Durante sus pruebas iniciales en Stanford Medicine, la herramienta demostró su capacidad para acelerar y mejorar los procesos de diagnóstico, reduciendo el tiempo y aumentando la precisión del diagnóstico.

En pruebas prácticas, donde los patólogos de Stanford utilizaron la herramienta para tareas como identificar células inmunes en biopsias uterinas para endometritis o detectar células de cáncer de colon en ganglios linfáticos, nuclei.io redujo significativamente los tiempos de diagnóstico: de 209 segundos a 79 segundos. La asistencia de la IA hizo que los patólogos fueran un 62 % más rápidos y un 72 % más precisos en sus diagnósticos. Es importante señalar que nuclei.io no pretende reemplazar al patólogo, sino guiarlo de manera más eficiente en áreas que requieren un examen detallado. Esto es parte de un objetivo más amplio de garantizar que los pacientes reciban diagnósticos rápidos y precisos. Los patólogos de Stanford Medicine continúan evaluando la eficacia de la herramienta en una variedad de células enfermas, demostrando su potencial para convertirse en una ayuda versátil en patología.

"A medida que nos enfrentamos a una creciente escasez de patólogos, las herramientas de IA que trabajan en conjunto con los médicos tienen el potencial de acelerar algunas de las partes más tediosas y que consumen más tiempo de nuestro trabajo", dijo el profesor y presidente del departamento de patología, Thomas Montine, MD, PhD. “Una de las fortalezas de nuclei.io es que es agnóstica en cuanto a su aplicación. Esto puede ser una herramienta poderosa para interpretar cualquier biopsia donde estemos tratando de diferenciar células sanas y malignas. Eso no es cierto para ninguna otra herramienta de IA importante que se esté utilizando actualmente en patología”.

Enlaces relacionados:
Medicina de Stanford

Miembro Oro
Fibrinolysis Assay
HemosIL Fibrinolysis Assay Panel
Miembro Oro
ENSAYOS TDM PARA ANTIPSICÓTICOS
Saladax Antipsychotic Assays
Sperm Quality Analyis Kit
QwikCheck Beads Precision and Linearity Kit
Clinical Chemistry System
P780

Canales

Hematología

ver canal
Imagen: una investigación ha relacionado la agregación plaquetaria en muestras de sangre de la mediana edad con los marcadores cerebrales tempranos de la enfermedad de Alzheimer (fotografía cortesía de Shutterstock)

Análisis sanguíneo de actividad plaquetaria en mediana edad podría identificar riesgo temprano de Alzheimer

La detección temprana de la enfermedad de Alzheimer sigue siendo una de las mayores necesidades insatisfechas en neurología, sobre todo porque los cambios biológicos que subyacen al... Más

Microbiología

ver canal
Imagen: desarrollo de terapias y diagnósticos dirigidos para la tuberculosis extrapulmonar en el Hospital Universitario de Colonia (fotografía cortesía de Michael Wodak/Uniklinik Köln)

Firmas moleculares basadas en sangre para permitir un diagnóstico rápido de TBEP

La tuberculosis extrapulmonar (TBEP) sigue siendo difícil de diagnosticar y tratar debido a su propagación más allá de los pulmones y la falta de biomarcadores fácilmente accesibles. A pesar de que la... Más
Copyright © 2000-2025 Globetech Media. All rights reserved.