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




Herramienta de IA analiza 30.000 puntos de datos por píxel de imágenes médicas en búsqueda de cáncer

Por el equipo editorial de LabMedica en español
Actualizado el 17 Jan 2025
Imagen: la herramienta de IA puede buscar en imágenes de datos e histología para obtener información mucho más precisa sobre la efectividad del tratamiento del cáncer (foto cortesía de Shutterstock)
Imagen: la herramienta de IA puede buscar en imágenes de datos e histología para obtener información mucho más precisa sobre la efectividad del tratamiento del cáncer (foto cortesía de Shutterstock)

Una nueva herramienta basada en inteligencia artificial (IA) puede detectar características a nivel celular del cáncer analizando datos de muestras de tejido muy pequeñas, algunas de ellas de hasta 400 micrómetros cuadrados, equivalentes al ancho de cinco cabellos humanos. La herramienta, llamada MISO (Multi-modal Spatial Omics), procesa grandes cantidades de datos y aplica información incluso a las regiones más pequeñas de las imágenes médicas. Tiene el potencial de guiar a los médicos hacia las terapias más efectivas para varios tipos de cáncer, según un artículo reciente sobre MISO publicado en Nature Methods.

MISO fue desarrollado por investigadores de la Escuela de Medicina Perelman de la Universidad de Pensilvania (Filadelfia, Pensilvania, EUA) para trabajar en el campo de la "multiómica espacial". Esta área de investigación tiene como objetivo obtener información sobre diferentes afecciones considerando la disposición física del tejido mientras se examinan varias modalidades "ómicas", como la transcriptómica (expresión genética), la proteómica (proteínas) y la metabolómica (metabolitos y sus procesos), entre otras. En la transcriptómica espacial, por ejemplo, un solo píxel de una imagen contiene entre 20.000 y 30.000 puntos de datos que deben analizarse en múltiples capas "ómicas", y este número puede aumentar significativamente si se consideran múltiples capas ómicas. En comparación, las resonancias magnéticas y las tomografías computarizadas solo tienen un punto de datos (tonos de gris) por píxel para interpretar. Sin herramientas de IA como MISO, a los médicos e investigadores les resultaría casi imposible descubrir la valiosa información que el sistema puede detectar.

Utilizando MISO, los investigadores descubrieron nueva información sobre varios tipos de cáncer, incluidos los cánceres de vejiga, gástrico y colorrectal, mediante el análisis de datos e imágenes de tejido donado por pacientes. En el cáncer de vejiga, MISO identificó un grupo específico de células responsables de formar estructuras linfoides terciarias, que se asocian con mejores respuestas a la inmunoterapia. En el cáncer gástrico, MISO pudo diferenciar las células cancerosas de la mucosa circundante. En el cáncer colorrectal, el sistema identificó varias subclases de células cancerosas, arrojando luz sobre las distintas células malignas dentro de un solo tumor. MISO también se utilizó para analizar estructuras de tejido cerebral no cancerosas.

Estos avances pueden orientar terapias más eficaces, mejorar las tasas de supervivencia y proporcionar información que es muy difícil, si no imposible, de obtener sin una herramienta de IA avanzada como MISO. En el futuro, el equipo pretende ampliar su conocimiento de la ómica espacial y la obtención de imágenes patológicas para mejorar las capacidades de MISO, incluida la capacidad de analizar múltiples muestras de tejido simultáneamente, lo que aumentaría enormemente su producción. Si bien algunos datos, como las marcas epigenéticas (sustancias químicas que regulan el ADN y están influenciadas por el medio ambiente), aún no se han medido ampliamente, el sistema de IA de MISO le permite "aprender" de la información que procesa, lo que le permite reconocer nuevos datos a medida que estén más disponibles.

“A medida que avanza el campo de la ómica espacial, se ha hecho posible medir múltiples modalidades ómicas a partir del mismo corte de tejido, lo que proporciona información complementaria y ofrece una visión más amplia y esclarecedora”, dijo Mingyao Li, PhD, autora principal del estudio y profesora de Bioestadística y Patología Digital. “MISO aborda un enorme desafío de datos al permitir el análisis simultáneo de todas las modalidades ómicas espaciales, así como imágenes de anatomía microscópica cuando están disponibles. Es el único método que puede manejar conjuntos de datos como estos con cientos de miles de células por muestra”.

Enlaces relacionados:
Escuela de Medicina Perelman

New
Miembro Oro
KIT DE PRUEBA POC PARA H.PYLORI
Hepy Urease Test
Software de laboratorio
Acusera 24•7
ANALIZADOR DE ORINA
respons® UDS100
Automated Urinalysis Solution
UN-9000

Canales

Química Clínica

ver canal
Imagen: Nuevos hallazgos presentados en ADLM 2026 sugieren que el aprendizaje automático podría ayudar a mejorar la precisión de un análisis de sangre estándar utilizado para diagnosticar tumores raros que se forman en las glándulas suprarrenales o cerca de ellas (Fotografía cortesía de Shutterstock)

Modelo de aprendizaje automático promete mejorar precisión de pruebas de metanefrinas

Los feocromocitomas y los paragangliomas son tumores poco frecuentes que se forman en las glándulas suprarrenales o cerca de ellas y provocan una sobreproducción de hormonas del estrés.... Más

Diagnóstico Molecular

ver canal
Crédito de la imagen: Shutterstock

Biopsia líquida única predice beneficio temprano de inmunoterapia en cáncer de pulmón avanzado

Evaluar el beneficio temprano de la inmunoterapia en el cáncer de pulmón de células no pequeñas avanzado puede ser un desafío porque las respuestas radiográficas pueden tardar meses en hacerse evidentes.... Más

Microbiología

ver canal
Crédito de la imagen: Adobe Stock

La secuenciación metagenómica permite diagnóstico rápido de infecciones respiratorias en fibrosis quística

Las infecciones pulmonares graves siguen siendo una causa importante de morbilidad entre las personas con fibrosis quística, un trastorno genético potencialmente mortal caracterizado por... 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.