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
PURITAN MEDICAL

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

New
Miembro Oro
Control de preeclampsia
Acusera Pre-Eclampsia Control
Software de laboratorio
Acusera 24•7
Multi-Chamber Washer-Disinfector
WD 390
LAIR2 Antibody Pair Set
LAIR2 Antibody Pair [Biotin]

Canales

Hematología

ver canal
Crédito de la imagen: Shutterstock

Nuevos biomarcadores predicen resistencia a terapia dirigida en un cáncer hematológico raro

La neoplasia blástica de células dendríticas plasmocitoides (BPDCN, por sus siglas en inglés) es una leucemia rara y agresiva con opciones de tratamiento limitadas y un mal... Más

Inmunología

ver canal
Crédito de la imagen: Adobe Stock

Nuevos ensayos amplían pruebas de citocinas para pacientes trasplantados e inmunocomprometidos

Eurofins Viracor ha introducido tres ensayos basados en plasma—CXCL9 (Código de prueba 33607), CXCL10 (Código de prueba 33609) e interleucina-18 (IL-18) (Código de prueba 33... Más

Microbiología

ver canal
Imagen: El QIAstat-Dx Gastrointestinal Panel 2, aprobado por la FDA, incluye Cyclospora cayetanensis como objetivo estándar dentro de su menú de 16 objetivos para patógenos bacterianos, virales y parásitos (Fotografía cortesía de Qiagen)

Panel gastrointestinal sindrómico detecta Cyclospora para confirmar casos rápidamente

Las autoridades sanitarias de Estados Unidos han informado un rápido aumento de los casos de ciclosporiasis desde mayo de 2026, con más de 1.600 infecciones confirmadas y miles de casos sospechosos... 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.