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

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
New
Miembro Oro
Solución de biomarcadores proteicos en sangre para la enfermedad de Alzheimer
BG-DTi2000.
Japanese Encephalitis Test
Japanese Encephalitis Virus Real Time PCR Kit
Thyroid Test
Anti-Thyroid EIA Test

Canales

Inmunología

ver canal
Imagen: Los patrones de anticuerpos preexistentes pueden revelar qué tan fuerte responderá una persona a la vacunación, lo que ayudará a identificar a las personas en riesgo de una respuesta inmune debilitada (Crédito de la imagen: Jason Drees, Instituto de Biodiseño de la Universidad Estatal de Arizona)

Perfil de anticuerpos basado en IA predice intensidad de respuesta a vacuna contra COVID-19

La protección inducida por la vacuna puede variar ampliamente entre las personas, lo que genera incertidumbre para los clínicos, en particular en pacientes con afecciones inmunosupresoras.... Más

Microbiología

ver canal
Crédito de la imagen: Adobe Stock

Un marcador genético identifica resistencia emergente a fármacos antipalúdicos de primera línea

La terapia combinada basada en artemisinina sigue siendo fundamental para controlar la malaria por Plasmodium falciparum , pero la aparición de resistencia a los medicamentos está complicando... Más

Tecnología

ver canal
Imagen: Aletta está diseñada para realizar de forma autónoma la extracción de sangre para diagnóstico mediante imágenes multimodales y control avanzado. (Foto cortesía de Vitestro)

Sistema robótico autónomo recibe autorización de la FDA para extracción de sangre

La venopunción es fundamental en muchas vías diagnósticas, pero la extracción rutinaria de sangre puede verse afectada por limitaciones de personal y por la variabilidad de... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.