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

Deascargar La Aplicación Móvil




Herramienta de IA analiza placentas para detectar con precisión riesgos para la salud

Por el equipo editorial de LabMedica en español
Actualizado el 17 Dec 2024
Imagen: El modelo de aprendizaje automático analiza fotos de placentas para detectar riesgos para la salud (Foto cortesía de Patterns, DOI: 10.1016/j.patter.2024.101097)
Imagen: El modelo de aprendizaje automático analiza fotos de placentas para detectar riesgos para la salud (Foto cortesía de Patterns, DOI: 10.1016/j.patter.2024.101097)

La placenta es fundamental para la salud de la embarazada y del bebé durante el embarazo, pero a menudo no se examina a fondo después del nacimiento, especialmente en zonas con recursos médicos limitados. Este descuido puede impedir la detección temprana de problemas que podrían derivar en complicaciones, lo que podría hacer perder oportunidades de intervención temprana para mejorar los resultados tanto para la madre como para el niño. Para abordar este problema, se ha desarrollado una nueva herramienta que combina la visión artificial y la inteligencia artificial (IA), que podría ayudar a los médicos a evaluar rápidamente la salud de la placenta al nacer y mejorar la atención neonatal y materna.

Investigadores de la Universidad Northwestern (Evanston, Illinois, EUA) y de la Universidad Estatal de Pensilvania (University Park, Pensilvania, EUA) han presentado un programa informático llamado PlacentaVision. Esta herramienta analiza una simple fotografía de la placenta para identificar anomalías relacionadas con infecciones y sepsis neonatal, una enfermedad grave que afecta a millones de recién nacidos en todo el mundo. La identificación temprana de infecciones mediante herramientas como PlacentaVision puede permitir a los médicos tomar medidas rápidas, como administrar antibióticos a la madre o al bebé y controlar de cerca al recién nacido. Según los investigadores, PlacentaVision está diseñado para su uso en diversas poblaciones médicas.

En su estudio, publicado en la revista Patterns , los investigadores emplearon el aprendizaje contrastivo intermodal, una técnica de IA que alinea e interpreta la relación entre diferentes tipos de datos: visuales (imágenes) y textuales (informes patológicos). Recopilaron un conjunto de datos grande y variado de imágenes de placenta e informes patológicos asociados que abarcan 12 años, y utilizaron esta información para entrenar al programa para que hiciera predicciones a partir de nuevas imágenes. El equipo también desarrolló varias estrategias de modificación de imágenes para simular diferentes condiciones en las que se tomaron las fotos, lo que ayudó a evaluar la solidez del modelo.

El resultado fue PlacentaCLIP+, un potente modelo de aprendizaje automático que puede analizar con precisión las imágenes de la placenta para detectar riesgos para la salud. El modelo se validó a nivel internacional para garantizar un rendimiento uniforme en diferentes poblaciones. PlacentaVision está diseñado para ser fácil de usar, con posibles aplicaciones a través de una aplicación para teléfonos inteligentes o la integración en sistemas de registros médicos, lo que permite a los médicos recibir comentarios inmediatos después del parto. En el futuro, el equipo planea mejorar la herramienta incorporando características placentarias adicionales y datos clínicos, mejorando sus capacidades predictivas y contribuyendo también a la investigación sobre los resultados de salud a largo plazo. También pretenden probar la herramienta en varios hospitales para garantizar su funcionalidad en diferentes entornos.

“La placenta es una de las muestras más comunes que vemos en el laboratorio”, dijo el coautor del estudio, el Dr. Jeffery Goldstein, director de patología perinatal y profesor asociado de patología en la Facultad de Medicina Feinberg de la Universidad Northwestern. “Cuando la unidad de cuidados intensivos neonatales está tratando a un niño enfermo, incluso unos pocos minutos pueden marcar la diferencia en la toma de decisiones médicas. Con un diagnóstico a partir de estas fotografías, podemos tener una respuesta días antes de lo que tendríamos en nuestro proceso normal”.

“En áreas de bajos recursos (lugares donde los hospitales no cuentan con laboratorios de patología ni especialistas), esta herramienta podría ayudar a los médicos a detectar rápidamente problemas como infecciones de la placenta”, agregó Yimu Pan, autor principal del estudio. “En hospitales bien equipados, la herramienta podría eventualmente ayudar a los médicos a determinar qué placentas necesitan un examen más detallado, haciendo que el proceso sea más eficiente y garantizando que se prioricen los casos más importantes”.

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
New
Miembro Oro
Serum Indices Control
Acusera Serum Indices Control
Hematology Consumables
Bioblood Devices
Miembro Oro
CONTROL DE LA PREECLAMPSIA
Acusera Pre-Eclampsia Control

Canales

Química Clínica

ver canal
Crédito de la imagen: iStock

Una prueba de sangre prehospitalaria podría reducir traslados a urgencias por dolor torácico

El dolor torácico lleva al transporte en ambulancia a un servicio de urgencias en aproximadamente el 95% de los pacientes, aunque solo una minoría presenta una afección cardíaca grave.... Más

Diagnóstico Molecular

ver canal
Imagen: El flujo de trabajo propuesto agrega biopsia líquida para detectar signos genéticos y moleculares de cáncer en muestras de LCR ya recolectadas durante la evaluación de la encefalitis autoinmune. (Crédito de la imagen: Shutterstock)

Biopsia líquida de LCR podría ayudar a distinguir cáncer de inflamación cerebral autoinmunitaria

La encefalitis autoinmunitaria puede causar cambios en la memoria y la conducta, convulsiones y alteración del nivel de conciencia, pero el diagnóstico puede ser difícil porque los... Más

Inmunología

ver canal
Imagen: Aptiva utiliza tecnología de analitos múltiples basada en partículas (PMAT) (Fotografía cortesía de Werfen)

Werfen amplía pruebas automatizadas de SAF con reactivo IgA autorizado por la FDA y marcado CE

El síndrome antifosfolípido (SAF) es un trastorno autoinmunitario asociado con trombosis y complicaciones del embarazo, pero sus síntomas pueden superponerse con los de otras afecciones,... Más

Microbiología

ver canal
Imagen: El panel extenso de micotoxinas de RealTime Labs mide 31 toxinas relacionadas con el moho en siete clases de toxinas a partir de una sola muestra de orina (Fotografía cortesía de RealTime Labs)

Nueva prueba de orina amplía análisis de micotoxinas a 31 marcadores para evaluar mejor la exposición

La evaluación clínica de la exposición al moho depende cada vez más de las pruebas de micotoxinas en orina, pero la cobertura limitada de marcadores y el enmascaramiento de... Más

Tecnología

ver canal
Imagen: ADLM recomienda que las herramientas de inteligencia artificial emergentes sigan los mismos estándares profesionales de supervisión, calidad, validación y monitoreo que las pruebas clínicas tradicionales dentro del marco existente de CLIA (Crédito de la imagen: Adobe Stock)

ADLM pide actualizar CLIA para apoyar el uso seguro de IA en medicina de laboratorio

Los laboratorios clínicos utilizan cada vez más la inteligencia artificial para verificar, interpretar e informar resultados, pero las salvaguardas de las Enmiendas para la Mejora de los... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.