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




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 Oro
Quality Control Material
iPLEX Pro Exome QC Panel
New
Miembro Oro
Nucleic Acid Extractor System
NEOS-96 XT
New
Manual Pipetting Aid
Pipette Controllers macro
New
CMV CLIA Diagnostic
CLIA CMV IgA Screen Group

Canales

Química Clínica

ver canal
Imagen: la prueba de pTau217 en plasma puede predecir la futura acumulación de amiloide y el deterioro cognitivo en adultos mayores cognitivamente sanos (fotografía cortesía de Shutterstock)

Análisis de sangre predice riesgo de enfermedad de Alzheimer antes de cambios en imágenes y síntomas

La enfermedad de Alzheimer suele progresar silenciosamente durante años, lo que dificulta la estratificación de riesgos oportuna en la práctica clínica habitual.... Más

Diagnóstico Molecular

ver canal
Imagen: la prueba ultrasensible detectó ADN de M. tuberculosis en pacientes que es poco probable que sean diagnosticados con los métodos actuales (fotografía cortesía de Adobe Stock)

Ensayo ultrasensible revela tuberculosis previamente no detectada en pacientes hospitalarios

La tuberculosis sigue siendo la principal causa de muerte por enfermedad infecciosa en todo el mundo, y su diagnóstico puede ser difícil cuando la carga bacteriana es baja o la enfermedad es atípica.... Más

Inmunología

ver canal
Imagen: Filipe Lima, primer autor del artículo (foto cortesía de FMRP-USP)

Método de cribado combinado permite identificar casos de lepra en etapas tempranas

La lepra sigue siendo un problema importante de salud pública, con más de 200.000 casos nuevos notificados anualmente en todo el mundo, y la enfermedad temprana a menudo escapa a la detección... Más

Industria

ver canal
Imagen: el ensayo Access MeMed BV está validado para su uso en toda la base instalada de analizadores de inmunoensayo DxI 9000 y Access 2 de Beckman Coulter (fotografía cortesía de Beckman Coulter)

Beckman Coulter obtiene el marcado CE para un ensayo rápido que distingue infecciones bacterianas de virales

Los médicos a menudo tienen dificultades para distinguir las infecciones bacterianas de las virales en la primera consulta, ya que los síntomas se superponen y los resultados definitivos... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.