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




Herramienta de IA predice éxito del tratamiento de cáncer de recto

Por el equipo editorial de LabMedica en español
Actualizado el 02 Dec 2025
Imagen: el modelo de IA utiliza diapositivas de patología de rutina para predecir la respuesta al tratamiento del cáncer de recto (fotografía cortesía de UCL)
Imagen: el modelo de IA utiliza diapositivas de patología de rutina para predecir la respuesta al tratamiento del cáncer de recto (fotografía cortesía de UCL)

La inteligencia artificial (IA) pronto podrá ayudar a los médicos a identificar qué pacientes con cáncer de recto tienen más probabilidades de responder bien al tratamiento, utilizando únicamente las biopsias de rutina ya obtenidas en el momento del diagnóstico.

Investigadores del Colegio Universitario de Londres (UCL, Londres, Reino Unido) entrenaron un modelo de IA para detectar y cuantificar células inmunitarias clave en el microambiente tumoral, información que normalmente requiere técnicas especializadas y costosas, como la secuenciación del genoma completo o la transcriptómica espacial. El equipo demostró que la herramienta de IA puede analizar el panorama inmunitario del tumor directamente a partir de imágenes rutinarias y vincularlo con los resultados del tratamiento.

Al analizar millones de imágenes patológicas y probar el sistema en 900 muestras de pacientes, incluidas las del ensayo ARISTOTLE, los investigadores demostraron que la IA podía identificar rápidamente las características inmunitarias asociadas con la supervivencia y la recurrencia. Los hallazgos, publicados en eBioMedicine, muestran que los pacientes con mayor número de linfocitos en los tumores y sus alrededores tendían a vivir más y presentaban un menor riesgo de recurrencia, mientras que los niveles elevados de macrófagos se asociaban con peores resultados.

El sistema también capturó la evolución de los perfiles inmunitarios antes y después de la quimiorradioterapia. Los pacientes cuyos tumores mostraron un aumento de linfocitos infiltrantes tumorales tras el tratamiento tuvieron mejores resultados, mientras que aquellos cuyos tumores permanecieron inmunológicamente inactivos tuvieron mayor probabilidad de recaída. Al analizar estas tendencias inmunitarias junto con la genética tumoral, los datos combinados ofrecieron una perspectiva más profunda. Por ejemplo, los pacientes con KRAS normal y altos niveles de linfocitos tuvieron pronósticos particularmente favorables, mientras que los macrófagos elevados fueron especialmente perjudiciales en tumores con mutaciones en TP53.

Los investigadores también observaron que los tumores con alta actividad mitótica, señal de división celular rápida, tendían a suprimir el sistema inmunitario y se asociaban con una menor supervivencia. Para que estos hallazgos fueran accesibles a los médicos, el equipo creó Octopath, una herramienta en línea gratuita que proporciona análisis inmunitario automatizado a partir de portaobjetos digitales.

El equipo señala que se requieren estudios más amplios y diversos antes de que la tecnología pueda integrarse en la atención estándar. El objetivo es utilizar marcadores inmunitarios y genéticos derivados de biopsias rutinarias para personalizar el tratamiento del cáncer de recto, adaptando la intensidad de la terapia al nivel de riesgo de cada paciente.

“Si bien los patólogos experimentados pueden reconocer algunas características inmunitarias del microambiente tumoral, esta información no se utiliza rutinariamente para fundamentar el tratamiento”, dijo la Dra. Zhuoyan Shen, primera autora del estudio. “El enfoque de IA identifica directamente estas 'firmas' inmunitarias ocultas, lo que ofrece un nivel de conocimiento biológico que normalmente solo se puede obtener mediante métodos como la secuenciación del genoma completo, que es costosa, técnicamente exigente y actualmente no se utiliza en la práctica clínica, excepto en pacientes con cáncer de recto en etapa avanzada”.

Enlaces relacionados
Colegio Universitario de Londres

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
Clinical Chemistry Assay
Sorbitol Dehydrogenase (SDH)
New
Solución de automatización para laboratorios de microbiología
BD Kiestra™ ReadA+BarcodA
Miembro Platino
Sistema bioquímico e inmunológico integrado
Biolumi CX Solution X10+C10

Canales

Química Clínica

ver canal
Crédito de la imagen:  Diane E. MacDougall et al., FIND Lp(a) Machine Learning Model: Targeted Screening Enrichment of Elevated Lipoprotein(a) in Atherosclerotic Cardiovascular Disease, JACC: Advances (2026). DOI: 10.1016/j.jacadv.2026.103114

El aprendizaje automático permite orientar el cribado de lipoproteína(a) elevada

La lipoproteína(a) es un factor de riesgo independiente, determinado genéticamente, de la enfermedad cardiovascular aterosclerótica; sin embargo, el cribado rutinario sigue siendo... Más

Microbiología

ver canal
Imagen: El actual brote de BDBV en la República Democrática del Congo pone de relieve los desafíos de respuesta a infecciones raras y graves (Crédito de la imagen: 123RF)

Investigación refuerza la preparación ante brotes del virus Bundibugyo con diagnósticos más rápidos

El virus de Bundibugyo (BDBV), una especie de ebolavirus, causa una enfermedad hemorrágica grave y puede ser difícil de diagnosticar rápidamente durante los brotes. Los recientes cambios... 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.