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




Microscopio compacto con IA permite puntuación del cáncer rápida y rentable

Por el equipo editorial de LabMedica en español
Actualizado el 04 Sep 2025
Imagen: BlurryScope permite una microscopía de escaneo compacta y rentable para la puntuación de HER2 usando el aprendizaje profundo en imágenes borrosas (foto cortesía de Ozcan Lab en UCLA)
Imagen: BlurryScope permite una microscopía de escaneo compacta y rentable para la puntuación de HER2 usando el aprendizaje profundo en imágenes borrosas (foto cortesía de Ozcan Lab en UCLA)

La patología digital es esencial para el diagnóstico moderno del cáncer, en particular para evaluar biomarcadores como HER2, que orientan las decisiones de tratamiento del cáncer de mama. Sin embargo, los escáneres convencionales de imágenes de portaobjetos completos son prohibitivamente caros, con un coste superior a los 100.000 dólares, y su gran tamaño limita su uso en muchos laboratorios y entornos con recursos limitados. Para abordar estos desafíos, los investigadores han desarrollado un microscopio de barrido compacto que utiliza inteligencia artificial (IA) para extraer valor diagnóstico de imágenes de tejido borrosas a un coste mucho menor.

BlurryScope, un microscopio de barrido portátil y económico, fue diseñado por investigadores de la UCLA (Los Ángeles, CA, EUA) para la medición de HER2 en muestras de tejido de cáncer de mama. Con un precio inferior a 650 dólares y un peso de tan solo 2,26 kg, el dispositivo mide 35 x 35 x 35 cm, lo que lo hace muy accesible. A diferencia de los microscopios convencionales que capturan imágenes fijas nítidas, BlurryScope escanea continuamente los portaobjetos, generando imágenes borrosas por movimiento que posteriormente son analizadas por una red neuronal profunda entrenada para clasificar la expresión de HER2.

En experimentos ciegos con 284 núcleos de tejido de pacientes, el sistema alcanzó una precisión cercana al 80 % en las categorías estándar de puntuación de HER2 y casi el 90 % al agruparse en categorías clínicamente viables. Los escaneos repetidos de las mismas muestras demostraron reproducibilidad, con más del 86 % de coincidencias en las clasificaciones en múltiples ejecuciones. Los resultados, publicados en npj Digital Medicine, validan tanto la robustez de la IA como la fiabilidad del dispositivo para su aplicación clínica.

BlurryScope automatiza el flujo de trabajo, desde el escaneo hasta la clasificación, lo que permite un triaje rápido, evaluaciones preliminares y su uso en clínicas donde los sistemas de alta gama no son prácticos. Más allá de la puntuación de HER2, el mismo enfoque basado en IA podría extenderse a otras tinciones de tejidos, análisis de biomarcadores e incluso a diferentes modalidades de imagen. Al codiseñar sistemas ópticos y algoritmos de IA, esta tecnología muestra una vía para simplificar el hardware de imagenología biomédica y ampliar el acceso al diagnóstico en todo el mundo.

“Con BlurryScope, estamos redefiniendo la microscopía asequible”, afirmó el Dr. Aydogan Ozcan, profesor titular de Ingeniería Eléctrica e Informática en la UCLA. “Al aprovechar el aprendizaje profundo para interpretar imágenes borrosas por movimiento, podemos ofrecer una puntuación de HER2 clínicamente significativa a una fracción del costo y tamaño de los escáneres de patología convencionales”.

Enlaces relacionados:
UCLA

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
Lector rapido de tarjetas
EASY READER+
New
Gastrointestinal Panel
Xpert® GI Panel
Thyroid Test
Anti-Thyroid EIA Test

Canales

Química Clínica

ver canal
Imagen: La prueba Galleri de GRAIL utiliza el aprendizaje automático para analizar patrones de ADNcf en busca de señales de cáncer y predecir su ubicación probable para guiar una evaluación adicional.

Prueba sanguínea multicáncer amplía detección a cánceres sin opciones de cribado rutinario

Muchos cánceres letales carecen de cribado rutinario y a menudo se diagnostican solo después de que aparecen los síntomas, lo que limita las opciones curativas. Los programas estándar... Más

Diagnóstico Molecular

ver canal
Imagen: MPNST es un cáncer del tejido conectivo que rodea los nervios periféricos, siendo la NF1 un factor de riesgo clave (Crédito de la imagen: Nephron/Wikimedia Commons (CC BY-SA 3.0)

Biopsia líquida muestra potencial para detectar y monitorizar tumores malignos de la vaina nerviosa

El tumor maligno de la vaina de los nervios periféricos (MPNST) es uno de los cánceres más graves que afectan a las personas con neurofibromatosis tipo 1 (NF1), pero su reconocimiento oportuno sigue siendo difícil.... Más

Inmunología

ver canal
Imagen: Resumen gráfico (Turner N, Keam S, Abdel-Wahab N, et al. La cascada inflamatoria guiada por células B perpetúa la colitis mediada por ICI. Cell Reports (2026). doi:10.1016/j.celrep.2026.117969)

Biomarcador sanguíneo podría predecir riesgo de colitis durante terapia con inhibidores de puntos de control

Los inhibidores de puntos de control inmunitario pueden desencadenar colitis inmunorrelacionada que provoca diarrea grave, dolor abdominal e interrupciones del tratamiento. Actualmente, los médicos... Más

Microbiología

ver canal
Imagen: El ébola sigue siendo una amenaza para la salud pública en rápida evolución con una alta mortalidad, lo que subraya la necesidad de un diagnóstico oportuno y pruebas descentralizadas más cercanas a los pacientes (Crédito de la imagen: Adobe Stock)

Colaboración busca llevar detección sanguínea del ébola fuera de los laboratorios centrales

Co-Diagnostics, Inc. (Salt Lake City, UT, EE. UU.) y ReadyGo Diagnostics Ltd. (Bath, Reino Unido) han iniciado una colaboración para evaluar GoCollect de ReadyGo con la plataforma Co-Dx PCR para... Más

Tecnología

ver canal
Imagen: ADLM recomienda que las herramientas de inteligencia artificial emergentes sigan los mismos estándares profesionales de supervisión, calidad, validación y monitoreo que las pruebas clínicas tradicionales dentro del marco existente de CLIA (Crédito de la imagen: Adobe Stock)

ADLM pide actualizar CLIA para apoyar el uso seguro de IA en medicina de laboratorio

Los laboratorios clínicos utilizan cada vez más la inteligencia artificial para verificar, interpretar e informar resultados, pero las salvaguardas de las Enmiendas para la Mejora de los... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.