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 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 Platino
Analizador de coagulación automatizado
Hemolumi H6
βeta-Hydroxybutyrate Reagent
β-Hydroxybutyrate LiquiColor®
Analizador portátil de gases en sangre
BD100
Miembro Oro
SISTEMA DE EXTRACCIÓN DE ÁCIDOS NUCLEICOS
NEOS-96 XT

Canales

Diagnóstico Molecular

ver canal
Imagen: El enfoque analiza fragmentos de ADN derivados de tumores en el LCR recolectados mediante punción lumbar, evaluando cambios genéticos individuales y patrones más amplios de ADN asociados a tumores. (Crédito de la imagen: Adobe Stock)

Biopsia líquida de LCR podría ayudar a aclarar hallazgos inciertos de tumores cerebrales

Los tumores del cerebro y de la médula espinal pueden ser difíciles de diagnosticar cuando las pruebas de imagen no son concluyentes o no es posible realizar de forma segura una biopsia de tejido.... Más

Hematología

ver canal
Imagen: La leucemia linfoblástica aguda en niños y jóvenes requiere una evaluación cuidadosa del riesgo de recaída a medida que el tratamiento se expande más allá de la quimioterapia estándar. (Crédito de la imagen: Shutterstock)

Nueva herramienta de estratificación de riesgo predice recaída tras blinatumomab en LLA infantil

La leucemia linfoblástica aguda en niños y jóvenes requiere una evaluación cuidadosa del riesgo de recaída, especialmente a medida que los enfoques terapéuticos... Más

Microbiología

ver canal
Crédito de la imagen: Adobe Stock

Red descentralizada de laboratorios mejora detección de fiebres hemorrágicas virales en Guinea

Las fiebres hemorrágicas virales siguen siendo un gran desafío diagnóstico en África Occidental porque sus síntomas iniciales pueden parecerse a los de otras enfermedades febriles.... Más

Tecnología

ver canal
Crédito de la imagen: Adobe Stock

Modelos de IA utilizan análisis de sangre rutinarios e historias clínicas para predecir riesgo de cáncer

Los programas de cribado del cáncer cubren solo ciertos cánceres y a menudo se basan en criterios de elegibilidad amplios, lo que limita la evaluación individualizada del riesgo en... Más

Industria

ver canal
Imagen: SimplyTest PERIO utiliza una muestra de saliva no invasiva para identificar patógenos periodontales clave, lo que ayuda a personalizar la terapia y controlar la salud periodontal (Fotografía cortesía de SimplyTest)

Real Diagnostics incorpora pruebas periodontales en saliva mediante acuerdo con SimplyTest

Real Diagnostics (Reisterstown, MD, EE. UU.) ha adquirido SimplyTest (Huntsville, AL, EE. UU.), un proveedor de pruebas diagnósticas basadas en saliva para la salud oral. La adquisición añade... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.