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




Nuevo sistema de inteligencia artificial detecta el cáncer de mama con casi un 100% de precisión

Por el equipo editorial de LabMedica en español
Actualizado el 08 Jul 2024
Imagen: El nuevo sistema de IA puede ayudar con el diagnóstico del cáncer de mama (foto cortesía de David Litman/Shutterstock)
Imagen: El nuevo sistema de IA puede ayudar con el diagnóstico del cáncer de mama (foto cortesía de David Litman/Shutterstock)

El cáncer de mama representa el 30 % de todos los nuevos diagnósticos de cáncer en mujeres anualmente, y las proyecciones de la Sociedad Estadounidense contra el Cáncer (ACS) indican que 42.500 mujeres sucumbirán a la enfermedad en 2024. Ahora, los investigadores han desarrollado una nueva arquitectura de inteligencia artificial (IA) capaz de detectar el cáncer de mama con una notable precisión del 99.72 %, demostrando el potencial para redefinir la patología digital.

Este desarrollo sigue a una iniciativa anterior del mismo equipo de investigación de la Universidad Northeastern (Boston, MA, EUA) que lanzó una aplicación de IA basada en la web destinada a diagnosticar el cáncer de próstata de manera más eficiente y precisa. Estos proyectos son parte de un esfuerzo más amplio para establecer una plataforma en línea que permita a los médicos utilizar técnicas avanzadas de inteligencia artificial para diagnosticar diversos cánceres. Para el proyecto sobre el cáncer de mama, el equipo de investigación utilizó la Base de Datos Histopatológica de Cáncer de Mama de acceso público, que incluye imágenes de tejidos mamarios tanto malignos como benignos. Aprovechando este recurso, construyeron un modelo conjunto de aprendizaje profundo que integra múltiples modelos para mejorar la precisión del diagnóstico y minimizar los errores, entrenándolo en las imágenes de tejido mamario proporcionadas.

El sistema de inteligencia artificial analiza imágenes de alta resolución para identificar patrones cancerosos, aprendiendo de datos históricos para mejorar sus capacidades de diagnóstico. Este modelo de IA está diseñado para no pasar por alto ningún tumor en las biopsias y mantiene su eficacia independientemente del número de análisis realizados. El objetivo es que esta tecnología no sólo acelere y mejore el tratamiento de los pacientes, sino que también ayude en el desarrollo de nuevos modelos de IA. Estos modelos podrían potencialmente diagnosticar cánceres raros y menos comunes, que tradicionalmente sufren de una falta de datos disponibles de pacientes.

"Es como recibir el diagnóstico de varios médicos y votar para elegir la mejor decisión", dijo Saeed Amal, profesor de investigación de bioingeniería de Northeastern, quien lideró el equipo de investigación. Sus hallazgos fueron publicados en la revista Cancers el 14 de junio de 2024.

Enlaces relacionados:
Universidad del Noroeste
Base de datos histopatológica del cáncer de mama

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
Electrolyte Analyzer
CBS-4000 (CBS-400)
New
Solución de automatización para laboratorios de microbiología
BD Kiestra™ ReadA+BarcodA
ANALIZADOR DE ORINA
respons® UDS100

Canales

Química Clínica

ver canal
Crédito de la imagen: iStock

Una prueba de sangre prehospitalaria podría reducir traslados a urgencias por dolor torácico

El dolor torácico lleva al transporte en ambulancia a un servicio de urgencias en aproximadamente el 95% de los pacientes, aunque solo una minoría presenta una afección cardíaca grave.... Más

Diagnóstico Molecular

ver canal
Imagen: El flujo de trabajo propuesto agrega biopsia líquida para detectar signos genéticos y moleculares de cáncer en muestras de LCR ya recolectadas durante la evaluación de la encefalitis autoinmune. (Crédito de la imagen: Shutterstock)

Biopsia líquida de LCR podría ayudar a distinguir cáncer de inflamación cerebral autoinmunitaria

La encefalitis autoinmunitaria puede causar cambios en la memoria y la conducta, convulsiones y alteración del nivel de conciencia, pero el diagnóstico puede ser difícil porque los... Más

Inmunología

ver canal
Imagen: Aptiva utiliza tecnología de analitos múltiples basada en partículas (PMAT) (Fotografía cortesía de Werfen)

Werfen amplía pruebas automatizadas de SAF con reactivo IgA autorizado por la FDA y marcado CE

El síndrome antifosfolípido (SAF) es un trastorno autoinmunitario asociado con trombosis y complicaciones del embarazo, pero sus síntomas pueden superponerse con los de otras afecciones,... Más

Microbiología

ver canal
Imagen: El panel extenso de micotoxinas de RealTime Labs mide 31 toxinas relacionadas con el moho en siete clases de toxinas a partir de una sola muestra de orina (Fotografía cortesía de RealTime Labs)

Nueva prueba de orina amplía análisis de micotoxinas a 31 marcadores para evaluar mejor la exposición

La evaluación clínica de la exposición al moho depende cada vez más de las pruebas de micotoxinas en orina, pero la cobertura limitada de marcadores y el enmascaramiento de... 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.