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

17 jun 2026 - 19 jun 2026
08 jul 2026 - 10 jul 2026

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 Oro
STI Test
Vivalytic MG, MH, UP/UU
Software de laboratorio
Acusera 24•7
LAIR2 Antibody Pair Set
LAIR2 Antibody Pair [Biotin]
HPV Molecular Test
BD Onclarity HPV Assay

Canales

Hematología

ver canal
Imagen: La serie XR de próxima generación de Sysmex America, una solución de hematología diseñada para ayudar a los laboratorios ocupados a ofrecer resultados rápidos y confiables mientras mantienen flujos de trabajo eficientes (Fotografía cortesía de Sysmex America)

Plataforma hematológica de nueva generación agiliza flujos de trabajo en laboratorios complejos

Sysmex America (Chicago, IL, EE. UU.) ha presentado la nueva generación de la serie XR, centrada en el módulo de hematología automatizada XR-10 para laboratorios de alta complejidad. La plataforma se basa... Más

Inmunología

ver canal
Imagen: Diseño de estudio para el análisis del fenotipo, función y metabolismo de los monocitos (Gráinne Jameson et al., Journal of Infection (2026). DOI: 10.1016/j.jinf.2026.106755)

Biomarcador metabólico distingue tuberculosis latente de activa y monitorea respuesta al tratamiento

La tuberculosis (TB) sigue siendo la principal causa de muerte por enfermedades infecciosas en el mundo, con 10,8 millones de casos y 1,25 millones de fallecimientos registrados a nivel global en 2023.... Más

Microbiología

ver canal
Imagen: Resumen gráfico (Informes de investigación de microbiomas: DOI:10.20517/mrr.2025.96)

Las firmas del microbioma intestinal ayudan a identificar el riesgo de progresión de la EII

La enfermedad inflamatoria intestinal (EII), que abarca la enfermedad de Crohn y la colitis ulcerosa, es un trastorno inflamatorio crónico recurrente del tracto gastrointestinal con resultados muy variables.... Más

Tecnología

ver canal
Imagen: el panel combina diagnósticos basados ​​en biomarcadores con algoritmos digitales avanzados para permitir una evaluación no invasiva utilizando datos clínicos disponibles de forma rutinaria (Fotografía cortesía de Adobe Stock)

Panel de algoritmos ayuda a evaluar la fibrosis hepática y vigilar el cáncer de hígado

La enfermedad hepática crónica es común y suele progresar de forma silenciosa, lo que aumenta el riesgo de cirrosis y carcinoma hepatocelular cuando no se detecta de manera temprana.... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.