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.

Please note that the LabMedica website is also available in a complete English version
Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
INTEGRA BIOSCIENCES AG

Deascargar La Aplicación Móvil




Modelo de IA identifica pacientes con una forma de cáncer de endometrio de alto riesgo

Por el equipo editorial de LabMedica en español
Actualizado el 09 Jul 2024
Print article
Imagen: El Dr. Ali Bashashati (en la foto) y su equipo están utilizando IA para impulsar herramientas de diagnóstico de precisión para el cáncer de endometrio. (Foto cortesía de UBC)
Imagen: El Dr. Ali Bashashati (en la foto) y su equipo están utilizando IA para impulsar herramientas de diagnóstico de precisión para el cáncer de endometrio. (Foto cortesía de UBC)

El cáncer de endometrio es el cáncer ginecológico más común y varía ampliamente en agresividad, con algunas formas más propensas a reaparecer que otras. Esta variabilidad subraya la necesidad de identificar pacientes con cáncer de endometrio de alto riesgo para adaptar las intervenciones y prevenir la recurrencia. Actualmente, los investigadores están aprovechando la inteligencia artificial (IA) para desarrollar herramientas de diagnóstico de precisión para el cáncer de endometrio, mejorando así la atención al paciente.

Investigadores de la Universidad de Columbia Británica (Vancouver, BC, Canadá) utilizaron inteligencia artificial para analizar miles de imágenes de células cancerosas e identificar un subconjunto específico de cáncer de endometrio asociado con un mayor riesgo de recurrencia y muerte, que podría no ser detectable mediante patología estándar y diagnósticos moleculares. Esta innovación está destinada a ayudar a los médicos a identificar pacientes que requieren estrategias de tratamiento más agresivas. Sobre la base de su investigación fundamental de 2013, que clasificó el cáncer de endometrio en cuatro subtipos moleculares, cada uno con distintos niveles de riesgo, el equipo desarrolló una herramienta de diagnóstico molecular llamada ProMiSE que diferencia eficazmente estos subtipos. Sin embargo, el subtipo molecular más común, que representa aproximadamente la mitad de todos los casos, sirve como una categoría amplia para los cánceres que carecen de características moleculares específicas.

Para segmentar aún más la categoría utilizando métodos avanzados de IA, el equipo creó un modelo de IA de aprendizaje profundo que examina imágenes de muestras de tejido del paciente. Este modelo fue entrenado para distinguir entre subtipos y, después de evaluar más de 2.300 imágenes de tejido canceroso, identificó un nuevo subgrupo con tasas de supervivencia significativamente más bajas. Los investigadores están considerando cómo podría incorporarse esta herramienta de IA en la práctica clínica regular junto con los diagnósticos tradicionales. Una ventaja de este enfoque de IA es su rentabilidad y la facilidad con la que puede implementarse ampliamente. La IA revisa imágenes que típicamente son recopiladas y examinadas por patólogos, lo que la hace accesible para su uso en instalaciones médicas más pequeñas en áreas rurales y remotas, a menudo involucradas cuando se buscan segundas opiniones. Al integrar análisis moleculares y basados en inteligencia artificial, muchos pacientes podrían continuar recibiendo atención en sus comunidades locales, reservando tratamientos más complejos para aquellos que necesitan los recursos de centros oncológicos más grandes.

"El poder de la IA es que puede observar objetivamente grandes conjuntos de imágenes e identificar patrones que eluden a los patólogos humanos", dijo el Dr. Ali Bashashati, experto en aprendizaje automático y profesor asistente de ingeniería biomédica, patología y medicina de laboratorio en la UBC. “Es encontrar la aguja en el pajar. Nos dice que este grupo de cánceres con estas características son los peores y representan un mayor riesgo para los pacientes”. Los resultados del estudio del equipo se publicaron en Nature Communications el 26 de junio de 2024.

Enlaces relacionados:
Universidad de Columbia Britanica
Gynecologic Cancer Initiative

Miembro Oro
HISOPOS DE FIBRA FLOCADA
Puritan® Patented HydraFlock®
New
Miembro Oro
Strep Pneumoniae Rapid Test
Strep Pneumoniae (6503 – 6573)
New
PAPP-A Test
PAPP-A Mass Units AccuBind ELISA
New
Miembro Oro
Veterinary Hematology Analyzer
Exigo H400

Print article

Canales

Inmunología

ver canal
Imagen: tratamiento personalizado contra el cáncer utilizando tecnología de bioimpresión 3D (foto cortesía de POSTECH)

Modelo de cáncer gástrico bioimpreso en 3D utiliza tejido del paciente para predecir respuesta a fármacos

La heterogeneidad tumoral representa un obstáculo importante en el desarrollo y tratamiento de terapias contra el cáncer, ya que las respuestas de los pacientes a un mismo fármaco pueden diferir y el momento... Más
Copyright © 2000-2025 Globetech Media. All rights reserved.