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

Descargar 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
βeta-Hydroxybutyrate Reagent
β-Hydroxybutyrate LiquiColor®
New
Nucleic Acid Purification Instrument
QIAsymphony Connect
Miembro Oro
Solución de biomarcadores proteicos en sangre para la enfermedad de Alzheimer
BG-DTi2000.

Canales

Química Clínica

ver canal
Imagen: Descripción general de las modalidades disponibles en la cohorte MSK-IMPACT (n = 52,236 pacientes), incluidas trayectorias longitudinales de IMC, pruebas de laboratorio serológicas, anotaciones de progresión derivadas de radiología y perfiles genómicos de tumores. Silueta humana creada en BioRender. . (Castillon, V.J., Xie, A.X., Boscenco, S. et al. Nature Medicine (2026). https://doi.org/10.1038/s41591-026-04689-9)

Modelos de datos clínicos multimodales predicen riesgo de caquexia en distintos tipos de cáncer

La caquexia por cáncer es un síndrome de desgaste grave que afecta aproximadamente a la mitad de los pacientes con cáncer y no puede revertirse simplemente aumentando la ingesta de alimentos.... Más

Diagnóstico Molecular

ver canal
Imagen: EndoSign es una prueba de esófago de Barrett no endoscópica basada en metilación que utiliza muestras recolectadas con un dispositivo de recolección de células EndoSign aprobado por la FDA (Fotografía cortesía de Cyted Health)

Prueba molecular detecta esófago de Barrett para orientar derivación a endoscopia

El esófago de Barrett es el único precursor conocido del adenocarcinoma esofágico, pero sigue estando considerablemente infradiagnosticado. Identificar a los pacientes en riesgo para... Más

Inmunología

ver canal
Imagen: Resumen gráfico (M. A. A. Kodydek, M. E. Reyna, A. Kothari, et al., “ IgE Sensitization Patterns of Mothers and Their Offspring in the First Five Years of Life The CHILD Study,” Allergy (2026): 1–11, https://doi.org/10.1111/all.70516)

Análisis sanguíneos longitudinales revelan cambios en sensibilización a alérgenos durante la infancia Haz el titular más concisoMejora la claridad del titular

La alergia alimentaria es un importante problema de salud infantil, y distinguir el riesgo persistente de la sensibilización transitoria puede orientar las decisiones clínicas.... Más

Tecnología

ver canal
Imagen: Cartera de secuenciación SureSeq de próxima generación de OGT, diseñada para su uso con la línea Hamilton NGS STAR (Fotografía cortesía de Hamilton Company)

Nuevo flujo de automatización agiliza preparación de bibliotecas de NGS en laboratorios de alto volumen

La demanda de la secuenciación de nueva generación (NGS) sigue aumentando a medida que los laboratorios procesan volúmenes crecientes de muestras, pero la preparación de bibliotecas... Más

Industria

ver canal
Imagen: Diazyme Laboratories ha adquirido Alfa Wassermann Diagnostic Technologies (AWDT), un fabricante de sistemas y reactivos químicos registrado por la FDA, de CARR Biosystems

Diazyme amplía su cartera de pruebas de química con la adquisición de Alfa Wassermann

Diazyme Laboratories, Inc., con sede en Poway, California, ha adquirido la actividad de Alfa Wassermann Diagnostic Technologies LLC de CARR Biosystems. Alfa Wassermann Diagnostic Technologies es un fabricante... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.