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.

Please note that the LabMedica website is also available in a complete English version
Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
LGC Clinical Diagnostics

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
Print article
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
HISOPOS DE FIBRA FLOCADA
Puritan® Patented HydraFlock®
Verification Panels for Assay Development & QC
Seroconversion Panels
New
Total 25-Hydroxyvitamin D₂ & D₃ Assay
25-OH-VD Reagent Kit
New
Respiratory Bacterial Panel
Real Respiratory Bacterial Panel 2

Print article

Canales

Diagnóstico Molecular

ver canal
Imagen: un grupo de proteínas involucradas en la señalización celular se puede usar como biomarcador sanguíneo para pacientes con esclerosis sistémica cutánea difusa (foto cortesía de Shutterstock)

Análisis de sangre podría identificar a pacientes con riesgo de esclerodermia grave

La esclerosis sistémica, también conocida como esclerodermia, causa el endurecimiento de la piel y el tejido conectivo. En muchos casos, la enfermedad también puede dañar órganos... Más

Inmunología

ver canal
Imagen: la prueba de células madre del cáncer puede elegir con precisión tratamientos más efectivos (fotografía cortesía de la Universidad de Cincinnati)

Prueba de células madre predice resultado del tratamiento en cáncer de ovario resistente al platino

El cáncer de ovario epitelial suele responder inicialmente a la quimioterapia, pero con el tiempo, el tumor desarrolla resistencia a la terapia, lo que provoca su recrecimiento. Esta resistencia... Más

Microbiología

ver canal
Imagen: el ensayo de laboratorio en tubo podría mejorar los diagnósticos de TB en áreas rurales o limitadas por recursos (foto cortesía de la Universidad de Tulane/Kenny Lass)

Dispositivo portátil ofrece resultados de tuberculosis económico y rápido

La tuberculosis (TB) sigue siendo la enfermedad infecciosa más mortal a nivel mundial, afectando a aproximadamente 10 millones de personas al año. En 2021, alrededor de 4,2 millones de casos... Más

Tecnología

ver canal
Imagen: ilustración esquemática del chip (foto cortesía de Biosensors and Bioelectronics, DOI: https://doi.org/10.1016/j.bios.2025.117401)

Dispositivo microfluídico Dolor en un Chip determina tipos de dolor crónico desde muestras de sangre

El dolor crónico es una afección generalizada que sigue siendo difícil de controlar, y los métodos clínicos existentes para su tratamiento se basan en gran medida en... Más
Copyright © 2000-2025 Globetech Media. All rights reserved.