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
INTEGRA BIOSCIENCES AG

Descargar La Aplicación Móvil




Herramienta de IA diagnostica cáncer, guía tratamientos y predice supervivencia en diversos tipos de cáncer

Por el equipo editorial de LabMedica en español
Actualizado el 17 Sep 2024
Imagen: El modelo de IA similar a ChatGPT puede diagnosticar el cáncer, guiar la elección del tratamiento, predecir la supervivencia en múltiples tipos de cáncer (cortesía de la foto de 123RF)
Imagen: El modelo de IA similar a ChatGPT puede diagnosticar el cáncer, guiar la elección del tratamiento, predecir la supervivencia en múltiples tipos de cáncer (cortesía de la foto de 123RF)

Los modelos actuales de inteligencia artificial (IA) suelen estar especializados, diseñados para tareas específicas como la detección de cáncer o la predicción de la genética tumoral, y están limitados a unos pocos tipos de cáncer. Los científicos han desarrollado ahora un modelo de IA versátil, similar a ChatGPT, que puede manejar una variedad de tareas de diagnóstico en múltiples tipos de cáncer. Este avanzado sistema de IA, que se detalla en la edición del 4 de septiembre de Nature, supone una mejora significativa con respecto a muchos modelos de diagnóstico del cáncer existentes.

Desarrollado por un equipo de la Facultad de Medicina de Harvard (Boston, MA, EUA), este nuevo modelo, denominado CHIEF por sus siglas en inglés, puede realizar una amplia gama de tareas y ha sido probado en 19 tipos de cáncer. A diferencia de otros modelos de IA de diagnóstico médico fundamentales que han surgido, CHIEF es único en su capacidad de predecir los resultados de los pacientes y ha sido validado en varias cohortes de pacientes internacionales. CHIEF ha sido entrenado utilizando un conjunto de datos masivo de 15 millones de imágenes no etiquetadas, segmentadas en áreas específicas de interés y refinadas aún más utilizando 60.000 imágenes de portaobjetos completos que abarcan una amplia gama de tejidos, incluidos los de pulmón, mama, próstata y muchos otros. Este entrenamiento permite al modelo analizar regiones específicas dentro de una imagen mientras considera todo el portaobjetos, lo que promueve una interpretación más integral de las imágenes.

Al analizar diapositivas digitales de tejidos tumorales, CHIEF se destaca en la detección de células cancerosas, la predicción de perfiles moleculares y la evaluación de la supervivencia del paciente en distintos tipos de cáncer. También puede identificar características cruciales dentro del microambiente tumoral que predicen cómo un paciente podría responder a varios tratamientos como la quimioterapia o la inmunoterapia. Después de su extensa fase de entrenamiento, CHIEF se probó utilizando más de 19.400 imágenes de diapositivas completas de 32 conjuntos de datos independientes provenientes de 24 hospitales en todo el mundo. En estas pruebas, CHIEF superó a los modelos de IA existentes hasta en un 36% en tareas como la detección de células cancerosas, la identificación de orígenes de tumores, la predicción de resultados del paciente y el reconocimiento de marcadores genéticos que influyen en la respuesta al tratamiento.

La adaptabilidad de CHIEF le permite rendir de manera constante, independientemente de cómo se obtuvieron las muestras de tumor o de la técnica de digitalización utilizada. Esta flexibilidad hace que sea aplicable en diversos entornos clínicos, un avance significativo con respecto a los modelos anteriores, que a menudo solo sobresalían con ciertos tipos de muestras. Además, esta herramienta ha descubierto nuevas características tumorales relacionadas con la supervivencia de los pacientes, lo que resalta su potencial no solo para mejorar las evaluaciones del cáncer, sino también para identificar a pacientes que podrían no beneficiarse de los tratamientos estándar. Esta innovación subraya el papel cada vez mayor de la IA en la mejora del diagnóstico y el tratamiento del cáncer.

“Nuestra ambición era crear una plataforma de inteligencia artificial ágil y versátil, similar a ChatGPT, que pudiera realizar una amplia gama de tareas de evaluación del cáncer”, afirmó el autor principal del estudio, Kun-Hsing Yu, profesor adjunto de informática biomédica en el Instituto Blavatnik de la Escuela de Medicina de Harvard. “Nuestro modelo resultó ser muy útil en múltiples tareas relacionadas con la detección, el pronóstico y la respuesta al tratamiento del cáncer en múltiples tipos de cáncer. Si se valida más y se implementa ampliamente, nuestro enfoque, y otros enfoques similares al nuestro, podrían identificar de manera temprana a los pacientes con cáncer que podrían beneficiarse de tratamientos experimentales dirigidos a ciertas variaciones moleculares, una capacidad que no está disponible de manera uniforme en todo el mundo”.

Enlaces relacionados:
Facultad de Medicina de Harvard

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
βeta-Hydroxybutyrate Reagent
β-Hydroxybutyrate LiquiColor®
Immunofluorescence Analyzer
IFA System
Miembro Oro
SISTEMA DE EXTRACCIÓN DE ÁCIDOS NUCLEICOS
NEOS-96 XT

Canales

Química Clínica

ver canal
Imagen: Joy Milne, cuyo elevado sentido del olfato ayudó a inspirar la investigación sobre la firma molecular del Parkinson, participa en una investigación que investiga el sentido del olfato. (Crédito de la imagen: Universidad de Manchester)

Estudio con hisopo cutáneo identifica cambios metabólicos asociados al Parkinson

La enfermedad de Parkinson puede ser difícil de diagnosticar antes de que aparezcan los síntomas motores, lo que pone de relieve la necesidad de métodos de detección más temprana.... Más

Hematología

ver canal
Imagen: Una nueva investigación que utiliza muestras de sangre almacenadas recolectadas a lo largo del tiempo ha rastreado el desarrollo de la leucemia mieloide aguda años y décadas antes del diagnóstico (Crédito de la imagen: Shutterstock)

Muestras de sangre seriadas revelan la evolución de la leucemia décadas antes del diagnóstico

La leucemia mieloide aguda (LMA) es un cáncer de la sangre agresivo que afecta aproximadamente a 2.700 personas en el Reino Unido cada año, y solo alrededor de una de cada seis pacientes... Más

Inmunología

ver canal
Imagen: Los hallazgos subrayan la importancia de alinear las pruebas de alergia con la historia clínica y las pautas de diagnóstico para reducir las pruebas inadecuadas y sus consecuencias (Crédito de la imagen: iStock)

Encuesta revela brecha entre conocimiento y práctica en pruebas de alergia alimentaria

La evaluación de la alergia alimentaria puede ser un desafío cuando los resultados de laboratorio no coinciden con los síntomas clínicos. Los paneles amplios de alergia alimentaria... Más

Microbiología

ver canal
Imagen: La malaria es causada por parásitos Plasmodium, transmitidos principalmente a través de la picadura de mosquitos Anopheles hembra infectados (Crédito de la imagen: Adobe Stock)

Los genomas completos de malaria podrían mejorar la identificación de especies y la vigilancia

La malaria sigue siendo un importante desafío mundial para la salud, con un estimado de 282 millones de casos y 610.000 muertes en todo el mundo en 2024. Aunque la mayor parte de la investigación... Más

Tecnología

ver canal
Imagen: Módulos e interacciones clave en el sistema agente LabARIA.  (Yang, H.S., Pan, W., Cushing, M.M. et al. An agentic framework for intelligent clinical laboratory medicine. npj Health Systems (2026). https://doi.org/10.1038/s44401-026-00163-3)

Un marco de IA multiagente apoya el monitoreo de la calidad y el flujo de trabajo en el laboratorio

Los laboratorios clínicos analizan sangre, orina, tejidos y otros fluidos corporales para apoyar el diagnóstico y el tratamiento de enfermedades. El aumento del volumen de pruebas, la escasez... Más

Industria

ver canal
Imagen: El evento de cuatro días, celebrado del 13 al 16 de noviembre en Cali, destacó los avances en diagnóstico clínico, tecnologías de laboratorio e inteligencia artificial en bacteriología

El CNB 2026 destaca los avances en bacteriología y medicina de laboratorio en Cali

El 24.º Congreso Internacional del Colegio Nacional de Bacteriología (CNB) reunió a profesionales de laboratorio, investigadores, representantes de la industria y expertos internacionales en Cali, Colombia,... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.