Análisis de células inmunes mediante IA predice pronóstico del cáncer de mama

Los linfocitos infiltrantes de tumores (TIL) son células inmunitarias cruciales para combatir el cáncer. Su presencia en un tumor indica que el sistema inmunitario está intentando atacar y eliminar las células cancerosas. Los TIL pueden ser indicadores importantes para predecir cómo responderán las pacientes con cáncer de mama triple negativo al tratamiento y cómo podría progresar la enfermedad. Sin embargo, la evaluación de estas células inmunitarias puede arrojar resultados inconsistentes. La inteligencia artificial (IA) tiene el potencial de estandarizar y automatizar este proceso, pero demostrar su eficacia para el uso en la atención médica ha sido un desafío. Ahora, los investigadores han explorado cómo diferentes modelos de IA pueden predecir el pronóstico del cáncer de mama triple negativo analizando células inmunitarias específicas dentro del tumor. Este estudio, publicado en eClinicalMedicine, representa un paso significativo hacia la incorporación de la IA en la atención oncológica para mejorar los resultados de los pacientes.

Investigadores del Instituto Karolinska (Estocolmo, Suecia) probaron diez modelos de IA diferentes para evaluar su capacidad de analizar los linfocitos infiltrantes de tumores en muestras de tejido de pacientes con cáncer de mama triple negativo. Los resultados revelaron que el rendimiento de los modelos de IA variaba, pero ocho de los diez modelos demostraron una fuerte capacidad de pronóstico, lo que significa que podían predecir los resultados de salud de los pacientes con una precisión similar. Incluso los modelos entrenados en conjuntos de datos más pequeños mostraron resultados prometedores, lo que sugiere que los linfocitos infiltrantes de tumores son un biomarcador confiable. El estudio destaca la necesidad de grandes conjuntos de datos para comparar diferentes modelos de IA y validar su eficacia antes de que puedan usarse en la práctica clínica. Aunque los hallazgos son prometedores, se requiere una mayor validación.

“Nuestra investigación destaca la importancia de los estudios independientes que imitan la práctica clínica real”, afirmó Balazs Acs, investigador del Departamento de Oncología y Patología del Instituto Karolinska. “Solo a través de este tipo de pruebas podemos garantizar que las herramientas de IA sean fiables y eficaces para el uso clínico”.

Visitar la expo >

Miembro Oro

Lector rapido de tarjetas

EASY READER+

KIT DE PRUEBA POC PARA H.PYLORI
Hepy Urease Test

6 Part Hematology Analyzer with RET + IPF

Mispa HX 88

Automatic Hematology Analyzer

DH-800 Series