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 Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
Automatic Hematology Analyzer
CF9600
CMV CLIA Diagnostic
CLIA CMV IgA Screen Group
ANALIZADOR DE ELECTROLITOS
BKE-B

Canales

Química Clínica

ver canal
Imagen: Nuevos hallazgos muestran que medir un panel más amplio de proteínas sanguíneas puede mejorar la estadificación de la enfermedad de Alzheimer (Crédito de la imagen: iStock)

Prueba sanguínea multiproteica mejora estadificación de la enfermedad de Alzheimer

La enfermedad de Alzheimer comienza años antes de que se desarrolle la demencia, a medida que las placas amiloides y la patología tau dañan progresivamente las neuronas. Tradicionalmente, el diagnóstico... Más

Diagnóstico Molecular

ver canal
Crédito de la imagen: iStock

Cribado neonatal basado en secuenciación identifica riesgo de cáncer pediátrico al nacer

El cribado neonatal en Estados Unidos se basa en manchas de sangre obtenidas mediante punción en el talón para identificar trastornos raros y tratables mediante pruebas bioquímicas,... Más

Inmunología

ver canal
Crédito de la imagen: iStock

Biomarcadores inmunitarios podrían predecir artritis recurrente por inhibidores de puntos de control

La artritis inflamatoria es un evento adverso reconocido relacionado con el sistema inmunitario en pacientes tratados con inhibidores de puntos de control inmunitario (ICI) para el cáncer.... Más

Microbiología

ver canal
Imagen: El panel de molde FungiFlex recibió la designación de dispositivo innovador de la FDA y está disponible para pedidos médicos a través del laboratorio de referencia certificado por CLIA de Zepto. (Foto cortesía de Zepto Life Technology)

Prueba de ADN libre circulante en plasma permite diagnóstico más temprano de infecciones fúngicas

Las infecciones fúngicas invasivas afectan desproporcionadamente a los pacientes inmunodeprimidos, mientras que los retrasos diagnósticos pueden contribuir a una morbilidad y mortalidad sustanciales.... 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.