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
PURITAN MEDICAL

Deascargar La Aplicación Móvil




Nueva herramienta de IA mejora métodos anteriores para identificar cáncer colorrectal en muestras de tejido

Por el equipo editorial de LabMedica en español
Actualizado el 03 Mar 2025
Imagen: los cuadrados son imágenes parciales representativas de las diapositivas de microscopía del cáncer, que el sistema de IA ha organizado automáticamente por su similitud (foto cortesía de la Universidad de Jyväskylä)
Imagen: los cuadrados son imágenes parciales representativas de las diapositivas de microscopía del cáncer, que el sistema de IA ha organizado automáticamente por su similitud (foto cortesía de la Universidad de Jyväskylä)

El análisis de tejidos generalmente implica que un patólogo revise portaobjetos digitales escaneados de la muestra intestinal de un paciente y marque áreas específicas, como aquellas en las que hay presencia de tejidos cancerosos y relacionados. Se ha desarrollado una nueva herramienta impulsada por inteligencia artificial (IA) para identificar el cáncer colorrectal en muestras de tejido que supera todos los modelos anteriores en términos de precisión de clasificación.

Esta herramienta fue el resultado de un estudio colaborativo dirigido por investigadores de la Universidad de Jyväskylä (Jyväskylä, Finlandia). El modelo de IA creado en este estudio demostró un rendimiento superior en la clasificación de muestras de tejido en comparación con los modelos anteriores. Esta nueva herramienta tiene el potencial de agilizar el proceso para los médicos al automatizar el análisis de portaobjetos de tejido. Analiza muestras y resalta áreas con varios tipos de tejido, ofreciendo un nivel de precisión que podría reducir en gran medida la carga de trabajo de los histopatólogos, lo que conduce a diagnósticos, pronósticos y conocimientos clínicos más rápidos.

El equipo de investigación ha puesto a disposición del público esta herramienta de IA para promover más investigaciones y colaboraciones. Si bien los resultados son prometedores, el equipo enfatiza que la integración de herramientas de IA en la práctica clínica debe abordarse con cautela. Para que las soluciones de IA se conviertan en estándar en los entornos clínicos, deben pasar por un proceso de validación exhaustivo para garantizar que cumplan con las normas clínicas y regulatorias.

"Según nuestro estudio, el modelo desarrollado es capaz de identificar todas las categorías de tejidos relevantes para la identificación del cáncer, con una precisión del 96,74 %", afirma Fabi Prezja, el investigador responsable del diseño del método. "La disponibilidad gratuita tiene como objetivo acelerar los avances futuros al alentar a los científicos, desarrolladores e investigadores de todo el mundo a seguir desarrollando la herramienta y encontrando nuevas aplicaciones para ella".

Enlaces relacionados:
Universidad de Jyväskylä

Miembro Oro
Veterinary Hematology Analyzer
Exigo H400
CONTROLADOR DE PIPETA SEROLÓGICAPIPETBOY GENIUS
New
Automatic Hematology Analyzer
LABAS F9000
New
Autoimmune Disease Diagnostic
Chorus ds-DNA-G

DIASOURCE (A Biovendor Company)

Canales

Microbiología

ver canal
Imagen: el nuevo dispositivo de mano para prueba de TB  mejora significativamente la detección de la enfermedad en pacientes con VIH (foto cortesía de Vincent Postle/Universidad de Tulane)

Prueba tamaño de tarjeta mejora detección de tuberculosis en zonas altas en VIH

Las pruebas actuales de tuberculosis (TB) enfrentan limitaciones importantes cuando se trata de diagnosticar con precisión la infección en personas que viven con VIH. El VIH, una coinfección... Más
Copyright © 2000-2025 Globetech Media. All rights reserved.