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
RANDOX LABORATORIES

Deascargar La Aplicación Móvil




Eventos

02 jun 2026 - 04 jun 2026
17 jun 2026 - 19 jun 2026

Herramienta de IA utiliza imágenes digitalizadas de portaobjetos completos para el manejo del cáncer de próstata

Por el equipo editorial de LabMedica en español
Actualizado el 30 Sep 2024
Imagen: Un mapa de grupos de diferentes patrones de cáncer de próstata detectados por la herramienta de IA PATHOMIQ PRAD a partir de imágenes de tejido teñido (Foto cortesía de Nair, et al. (2024), European Urology)
Imagen: Un mapa de grupos de diferentes patrones de cáncer de próstata detectados por la herramienta de IA PATHOMIQ PRAD a partir de imágenes de tejido teñido (Foto cortesía de Nair, et al. (2024), European Urology)

Las estimaciones de cáncer de próstata para Estados Unidos en 2024 incluyen aproximadamente 299.010 casos nuevos y alrededor de 35.250 muertes. Entre los pacientes del grupo de riesgo intermedio, alrededor del 60 % carece de un plan de tratamiento claro y entre el 30 y el 50 % experimenta una progresión del cáncer después de la terapia inicial. La identificación temprana de los pacientes con mayor riesgo de progresión rápida de la enfermedad es fundamental para mejorar los resultados. Los avances recientes en inteligencia artificial (IA), en particular en aprendizaje profundo, han acelerado el desarrollo de nuevas tecnologías que utilizan imágenes médicas para predecir enfermedades con mayor precisión. Los investigadores han desarrollado una herramienta impulsada por IA para mejorar el tratamiento y el pronóstico del cáncer de próstata.

La herramienta, llamada PATHOMIQ_PRAD, fue creada por investigadores de la Escuela de Medicina Icahn en Mount Sinai (Nueva York, NY, EUA) en colaboración con PathomIQ, Inc (Cupertino, CA, EUA). Está enfocada en pacientes con cáncer de próstata de riesgo intermedio y utiliza aprendizaje profundo para extraer características morfológicas de conjuntos de datos basados en imágenes de portaobjetos completos teñidos con hematoxilina y eosina, provenientes de biopsias o cirugías. La herramienta ayuda a identificar a los pacientes con mayor riesgo de progresión rápida de la enfermedad y tiene como objetivo proporcionar predicciones más precisas para una intervención más temprana, lo que conduce a planes de tratamiento más específicos y personalizados. Las puntuaciones de PATHOMIQ_PRAD varían de 0 a 1, donde las puntuaciones más altas significan características de alto riesgo. El estudio utilizó grandes conjuntos de datos para clasificar a los pacientes en grupos de alto y bajo riesgo según los puntos de corte clínicos preestablecidos de 0,45 para la recurrencia bioquímica (BCR) y 0,55 para la metástasis, que se determinaron en función de factores como la probabilidad de recurrencia o propagación del cáncer.

Los hallazgos publicados en la edición digital de European Urology muestran que PATHOMIQ_PRAD superó a las herramientas de referencia existentes para predecir los resultados a cinco años en el campo del cáncer. Los investigadores planean realizar estudios de validación clínica a gran escala con una población de pacientes más diversa. También están buscando la aprobación regulatoria para desarrollar PATHOMIQ_PRAD como una prueba desarrollada en laboratorio, lo que permitirá que esté disponible en laboratorios certificados por CLIA. Además, el equipo está trabajando para integrar la herramienta con métodos avanzados de perfil genómico, como la transcriptómica espacial y la citometría de masas, con el fin de profundizar en la comprensión de los factores biológicos detrás de las regiones identificadas por PATHOMIQ_PRAD.

 “Al analizar varios tipos de tejido (células epiteliales, estromales e inmunitarias), genera una puntuación detallada para cada paciente, previendo los resultados y ofreciendo una nueva y poderosa forma de guiar las decisiones de tratamiento”, dijo Dimple Chakravarty, PhD, profesora adjunta de Urología en Icahn Mount Sinai. “La nuestra es la primera herramienta de IA diseñada específicamente para pacientes con cáncer de riesgo intermedio que es tanto escalable como generalizable. Se puede utilizar para la estratificación del riesgo a partir de muestras de biopsia y cirugía. Es asequible, rápida y adaptable para su uso en varios entornos sanitarios.

Enlaces relacionados:
Escuela de Medicina Icahn en el Monte Sinaí
PathomIQ, Inc.

Miembro Oro
Nucleic Acid Extractor System
NEOS-96 XT
Software de laboratorio
Acusera 24•7
Thyroid Test
Anti-Thyroid EIA Test
Manual Pipetting Aid
Pipette Controllers macro

Canales

Química Clínica

ver canal
Imagen: Nuevos hallazgos sugieren que los puntos de corte estándar \"normales\" del CA19-9 podrían enmascarar una enfermedad agresiva en los no productores, mientras que un modelo de umbral dual podría reducir las interpretaciones erróneas (crédito de la imagen: Adobe Stock)

Nuevo valor de corte de CA19-9 ayuda a identificar pacientes con cáncer de páncreas de alto riesgo

El adenocarcinoma ductal pancreático (PDAC) se diagnostica con frecuencia en una etapa avanzada y sigue siendo uno de los tumores sólidos más letales. Los médicos suelen utilizar el antígeno carbohidrato... Más

Diagnóstico Molecular

ver canal
Imagen: El nuevo método de origami de ARN logró una resolución de 18 nucleótidos, suficiente para distinguir las secciones repetidas sanas de las asociadas a enfermedades (crédito de la imagen: Adobe Stock)

Nuevo método de ARN origami facilita pruebas más rápidas para trastornos por expansión de repeticiones

Los trastornos de expansión de repeticiones causan afecciones como la distrofia miotónica, la enfermedad de Huntington y la esclerosis lateral amiotrófica (ELA), pero determinar con... Más

Hematología

ver canal
Imagen: Los hallazgos del estudio pueden ayudar a identificar la deficiencia de hierro antes en niños de 5 a 14 años. (Fotografía cortesía de iStock)

Un umbral de ferritina más elevado podría mejorar la detección de deficiencia de hierro en niños

La deficiencia de hierro en niños en edad escolar puede afectar el desarrollo cerebral, el aprendizaje, el crecimiento y el rendimiento físico; sin embargo, la detección temprana de... Más

Inmunología

ver canal
Imagen: Resumen gráfico (Crotts S.B., Barnes J.T., Antonetti R.M., et al. Cell Reports (2026). DOI:10.1016/j.celrep.2026.117347)

Enzima inmunitaria se vincula con la enfermedad inflamatoria intestinal resistente al tratamiento

La enfermedad inflamatoria intestinal (EII) afecta a casi 3 millones de personas en Estados Unidos y su prevalencia sigue en aumento. Los medicamentos que actúan sobre el factor de necrosis tumoral... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.