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
INTEGRA BIOSCIENCES AG

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 Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
HISOPOS DE FIBRA FLOCADA
Puritan® Patented HydraFlock®
New
Miembro Oro
Serum Indices Control
Acusera Serum Indices Control
New
Gastrointestinal Panel
Xpert® GI Panel

Canales

Microbiología

ver canal
Crédito de la imagen: Adobe Stock

Clasificador del microbioma intestinal mejora estratificación del riesgo de cáncer colorrectal

El cáncer colorrectal sigue siendo una de las principales causas de mortalidad por cáncer, y los métodos actuales de cribado no invasivo aún pasan por alto muchas lesiones precancerosas.... Más

Tecnología

ver canal
Imagen: Resumen gráfico  (Streather, B. R., T. A. Eastwood, K. Baker, et al. 2026. Journal of Extracellular Vesicles 15, no. 8: e70354. https://doi.org/10.1002/jev2.70354)

Sistema de expresión con vesículas bacterianas agiliza producción de proteínas para diagnóstico del cáncer

Las proteínas recombinantes son fundamentales para muchos diagnósticos y terapias del cáncer, pero numerosos objetivos siguen siendo difíciles y costosos de producir porque... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.