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

Deascargar La Aplicación Móvil




Prueba de cáncer de mama utiliza imágenes histopatológicas digitales para estratificación del riesgo

Por el equipo editorial de LabMedica en español
Actualizado el 16 Oct 2024
Imagen: La plataforma de análisis de imágenes y soporte de decisiones basada en IA identifica a las pacientes con cáncer de mama que tienen un alto riesgo de recaída (Foto cortesía de Stratipath AG)
Imagen: La plataforma de análisis de imágenes y soporte de decisiones basada en IA identifica a las pacientes con cáncer de mama que tienen un alto riesgo de recaída (Foto cortesía de Stratipath AG)

El grado histológico del tumor sirve como un fuerte indicador de pronóstico en el cáncer de mama. El cáncer de mama invasivo se clasifica a través de una evaluación morfológica siguiendo el Grado Histológico de Nottingham (NHG), categorizando los tumores en grupos de riesgo bajo, intermedio o alto, específicamente NHG 1, 2 o 3. Sin embargo, actualmente, más de la mitad de los pacientes con cáncer de mama caen en la categoría de riesgo intermedio (NHG 2), que proporciona una guía clínica limitada para las decisiones de tratamiento. Esta situación ha llevado al desafío del tratamiento excesivo o insuficiente en los casos iniciales de cáncer de mama, con muchas opciones clínicas que dependen de costosos ensayos moleculares que a menudo son inaccesibles para una gran cantidad de pacientes. Ahora, una novedosa solución de aprendizaje profundo facilita la detección y clasificación de tumores de riesgo intermedio en categorías de riesgo bajo y alto según la morfología del tumor relacionada con el grado.

Stratipath Breast, desarrollado por Stratipath AG (Estocolmo, Suecia), es la primera solución que cumple con las normativas de la UE para la estratificación del riesgo de cáncer de mama que utiliza inteligencia artificial (IA) e imágenes histopatológicas de rutina con hematoxilina y eosina. Esta solución impulsada por IA procesa imágenes histopatológicas digitalizadas teñidas con hematoxilina y eosina de tejidos de cáncer de mama, lo que permite la identificación de pacientes con mayor riesgo de progresión de la enfermedad y, por lo tanto, proporciona apoyo a la toma de decisiones para los médicos que evalúan el cáncer de mama. A diferencia de las pruebas moleculares tradicionales, la elaboración de perfiles de riesgo basada en IA ofrece resultados más rápidos, genera nuevos conocimientos en la etapa de diagnóstico y reduce significativamente la dependencia de pruebas moleculares costosas. En consecuencia, Stratipath Breast mejora la accesibilidad y los beneficios para una mayor población de pacientes afectadas por cáncer de mama.

La plataforma de análisis de imágenes y soporte de decisiones basada en IA está diseñada para reducir las posibilidades de recurrencia del cáncer de mama al mejorar la identificación de pacientes de alto riesgo. El modelo de IA de Stratipath se ha entrenado utilizando datos existentes de pacientes anteriores recopilados en varios hospitales de Suecia. Este conjunto de datos incluye imágenes escaneadas y resultados de pacientes, lo que permite que el modelo de IA aprenda a identificar a las personas con alto riesgo de recaída y las marque para que el patólogo las examine. El sistema evalúa los patrones morfológicos relacionados con el riesgo localmente dentro de las imágenes y sintetiza esta información sobre el área de tejido analizada para determinar la clasificación del tumor como de alto o bajo riesgo. Los resultados generados por Stratipath Breast ofrecen información pronóstica y están destinados a complementar otros datos clínicos y patológicos en los procesos de toma de decisiones. Además, Stratipath Breast garantiza un flujo de trabajo eficiente a través de la integración con las principales soluciones de patología digital y puede funcionar de forma independiente a través del portal web para clientes de Stratipath.

Un estudio reciente que incluyó a más de 2.700 pacientes de dos sitios distintos validó con éxito la efectividad pronóstica de Stratipath Breast. En el subgrupo clínicamente significativo de pacientes ER+/HER2-, se observó un cociente de riesgo (HR) de 2,76 entre las categorías de riesgo alto y bajo en un modelo multivariable de Cox PH ajustado para factores clínicos. Además, entre las pacientes NHG2/ER+/HER2- clasificadas como de riesgo intermedio, se registró un HR de 2,20 entre los grupos de riesgo alto y bajo. El estudio también evaluó la puntuación de riesgo subyacente como base para la estratificación de riesgo multigrupo de cinco niveles, revelando un HR marginal de 9,33 entre el grupo de referencia y la categoría de riesgo más alta, que representó el 20% de la población.

Enlaces relacionados:
Stratipath AG

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
Clinical Chemistry Assay
Sorbitol Dehydrogenase (SDH)
Miembro Platino
Sistema bioquímico e inmunológico integrado
Biolumi CX Solution X10+C10
PRUEBA DE VPH
Allplex HPV28 Detection

Canales

Inmunología

ver canal
Imagen: Los patrones de anticuerpos preexistentes pueden revelar qué tan fuerte responderá una persona a la vacunación, lo que ayudará a identificar a las personas en riesgo de una respuesta inmune debilitada (Crédito de la imagen: Jason Drees, Instituto de Biodiseño de la Universidad Estatal de Arizona)

Perfil de anticuerpos basado en IA predice intensidad de respuesta a vacuna contra COVID-19

La protección inducida por la vacuna puede variar ampliamente entre las personas, lo que genera incertidumbre para los clínicos, en particular en pacientes con afecciones inmunosupresoras.... Más

Microbiología

ver canal
Crédito de la imagen: Adobe Stock

Un marcador genético identifica resistencia emergente a fármacos antipalúdicos de primera línea

La terapia combinada basada en artemisinina sigue siendo fundamental para controlar la malaria por Plasmodium falciparum , pero la aparición de resistencia a los medicamentos está complicando... Más

Tecnología

ver canal
Imagen: Aletta está diseñada para realizar de forma autónoma la extracción de sangre para diagnóstico mediante imágenes multimodales y control avanzado. (Foto cortesía de Vitestro)

Sistema robótico autónomo recibe autorización de la FDA para extracción de sangre

La venopunción es fundamental en muchas vías diagnósticas, pero la extracción rutinaria de sangre puede verse afectada por limitaciones de personal y por la variabilidad de... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.