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




Primer diagnóstico de cáncer basado en IA transformará la medicina de precisión

Por el equipo editorial de LabMedica en español
Actualizado el 02 Jan 2025
Imagen: Ataraxis Breast ha mostrado una precisión 30 % mayor en la predicción de la recurrencia del cáncer que el ensayo de diagnóstico molecular estándar de atención (foto cortesía de 123RF)
Imagen: Ataraxis Breast ha mostrado una precisión 30 % mayor en la predicción de la recurrencia del cáncer que el ensayo de diagnóstico molecular estándar de atención (foto cortesía de 123RF)

Las pruebas de diagnóstico molecular se han considerado durante mucho tiempo el estándar para seleccionar tratamientos personalizados, especialmente en oncología. Sin embargo, estas pruebas requieren muestras de tejido físico y suelen estar limitadas por desafíos como baja precisión, plazos de desarrollo prolongados, alcance restringido y altos costos. Ahora, las pruebas de diagnóstico revolucionarias impulsadas por inteligencia artificial (IA) están preparadas para mejorar en gran medida la predicción de los resultados de los pacientes y respaldar estrategias de tratamiento más precisas y personalizadas.

Ataraxis AI (Nueva York, NY, EUA) es pionera en el desarrollo de modelos de base de IA multimodales y pruebas de diagnóstico que pronostican el riesgo de desarrollo de cáncer y predicen los resultados del paciente. Estas innovaciones permitirán a los proveedores de atención médica personalizar los tratamientos que tienen más probabilidades de ser efectivos para cada paciente. Ataraxis tiene como objetivo crear pruebas de diagnóstico para al menos la mitad de los 26 millones de nuevos pacientes con cáncer que se prevé que habrá en todo el mundo para el 2030. Esta iniciativa está destinada a revolucionar la atención oncológica, ofreciendo a los médicos una mejor comprensión de la salud del paciente y permitiéndoles proporcionar planes de tratamiento altamente personalizados, asegurando una atención óptima para cada paciente.

Para marcar el comienzo de esta nueva era de medicina de precisión impulsada por IA, Ataraxis ha desarrollado Kestrel, un modelo de IA básico para patología digital que supera los modelos de patología actuales. Kestrel descubre características novedosas vinculadas a los resultados de los pacientes que a menudo son demasiado complejas para que los expertos humanos, incluidos los médicos, las comprendan por completo. Estas características abarcan una amplia gama de enfermedades. Aprovechando estos conocimientos, Ataraxis está desarrollando pruebas de diagnóstico multimodales que no solo son muy precisas y aplicables a varios escenarios clínicos, sino que también tienen una amplia gama y se pueden administrar de manera similar a un software. Con Kestrel, Ataraxis ha creado su primera prueba de diagnóstico clínico, Ataraxis Breast, la primera prueba de pronóstico y predicción nativa de IA del mundo para el cáncer de mama, que es la prueba clínicamente validada más avanzada disponible.

Ataraxis Breast proporciona resultados en tan solo una hora después de recibir las muestras, utilizando datos de muestras existentes sin necesidad de procedimientos adicionales. La prueba ya ha demostrado un rendimiento superior en comparación con los ensayos genómicos estándar. Inicialmente validada en un estudio multicéntrico en el que participaron más de 7.500 pacientes de 15 instituciones en tres continentes, Ataraxis Breast ha demostrado que supera los estándares actuales en la selección de tratamientos para el cáncer de mama. Los resultados revelaron que Ataraxis Breast predice la recurrencia del cáncer con un 30 % más de precisión que los ensayos de diagnóstico molecular tradicionales. Además, funciona en todos los subtipos de cáncer de mama, incluidos aquellos para los que las directrices clínicas actuales no ofrecen herramientas de diagnóstico recomendadas.

Enlaces relacionados:
Ataraxis AI

Miembro Oro
PIPETA HÍBRIDA
SWITCH
KIT DE PRUEBA POC PARA H.PYLORI
Hepy Urease Test
Sample Transportation System
Tempus1800 Necto
Automated Chemiluminescence Immunoassay Analyzer
MS-i3080

Canales

Diagnóstico Molecular

ver canal
Imagen: el dispositivo de diagnóstico puede indicar cómo responden los tumores cerebrales mortales al tratamiento con un simple análisis de sangre (fotografía cortesía de UQ)

Dispositivo de diagnóstico predice respuesta al tratamiento de tumores cerebrales mediante análisis sanguíneo

El glioblastoma es uno de los tipos más mortales de cáncer cerebral, en gran parte porque los médicos no cuentan con un método fiable para determinar la eficacia de los tratamientos... Más

Inmunología

ver canal
Imagen: las células tumorales circulantes aisladas de muestras de sangre podrían ayudar a guiar las decisiones sobre inmunoterapia (fotografía cortesía de Shutterstock)

Análisis de sangre identifica pacientes con cáncer pulmonar beneficiarios de fármaco de inmunoterapia

El cáncer de pulmón de células pequeñas (CPCP) es una enfermedad agresiva con opciones de tratamiento limitadas, e incluso las inmunoterapias recientemente aprobadas no benefician... Más

Microbiología

ver canal
Imagen: nueva evidencia sugiere que los desequilibrios en el microbioma intestinal pueden contribuir a la aparición y progresión del deterioro cognitivo leve y la enfermedad de Alzheimer (fotografía cortesía de Adobe Stock)

Nuevo estudio identifica características del microbioma intestinal asociadas con enfermedad de Alzheimer

La enfermedad de Alzheimer afecta a aproximadamente 6,7 millones de personas en Estados Unidos y a casi 50 millones en todo el mundo; sin embargo, el deterioro cognitivo temprano sigue siendo difícil de... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.