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
RANDOX LABORATORIES

Deascargar La Aplicación Móvil




Eventos

17 jun 2026 - 19 jun 2026
08 jul 2026 - 10 jul 2026

Sistema de IA analiza muestras patológicas rutinarias para predecir resultados del cáncer

Por el equipo editorial de LabMedica en español
Actualizado el 14 May 2026
Imagen: descripción general de SPARK, estructura de datos y diseño del estudio (Trost, F., Zhang, B., Aring, I. et al. https://doi.org/10.1038/s41591-026-04357-y)
Imagen: descripción general de SPARK, estructura de datos y diseño del estudio (Trost, F., Zhang, B., Aring, I. et al. https://doi.org/10.1038/s41591-026-04357-y)

La transformación digital de la patología está ampliando la forma en que se evalúan los cánceres en la práctica clínica habitual. La inteligencia artificial (IA) se aplica cada vez más a las secciones de tejido histológico recolectadas de forma rutinaria; sin embargo, muchos enfoques presentan limitaciones en cuanto a su interpretabilidad y aplicabilidad a nuevas preguntas. Descifrar información biológica oculta en las preparaciones histológicas estándar podría mejorar el diagnóstico y ayudar a guiar la selección del tratamiento. Nuevos hallazgos describen un marco basado en agentes diseñado para extraer señales clínicamente relevantes de las imágenes patológicas.

En el Departamento de Patología del Hospital Universitario de Colonia (Colonia, Alemania), los investigadores desarrollaron SPARK (Sistema de Agentes de Patología para la Investigación y el Conocimiento), una plataforma de IA con capacidad de gestión para la patología oncológica. El sistema integra múltiples algoritmos especializados en un "cerebro digital" coordinado que genera hipótesis biológicas de forma autónoma, las refina y las convierte en herramientas analíticas sin necesidad de reentrenar los modelos subyacentes. El lenguaje actúa como una interfaz universal, permitiendo una interacción flexible con datos de imagen complejos y análisis sencillos basados en el lenguaje, como la estimación de la probabilidad de respuesta a la inmunoterapia.

En análisis realizados con más de 5.400 pacientes de 18 cohortes independientes que abarcan cinco tipos de tumores, SPARK identificó marcadores tisulares descritos como clínicamente relevantes y con fundamento biológico. Estos marcadores se asociaron estrechamente con la evolución de la enfermedad, parámetros patológicos establecidos y la respuesta al tratamiento. El método también permitió inferir elementos del desarrollo tumoral temporal a partir de secciones estáticas, lo que proporcionó información sobre los mecanismos de progresión tumoral.

Según el equipo, SPARK incluye una interfaz de usuario modular, interactiva y especializada que permite a clínicos e investigadores desarrollar enfoques analíticos sin necesidad de conocimientos de programación. Si bien los resultados son prometedores, aún se requiere una validación prospectiva en la práctica clínica habitual para confirmar los beneficios de la tecnología. Los métodos, parámetros y resultados generados con este marco se han puesto a disposición del público para fomentar su desarrollo académico.

El estudio, “Un marco agéntico para el descubrimiento científico autónomo en patología oncológica”, se publicó en Nature Medicine. Los autores afirman que este marco puede ayudar a refinar los diagnósticos, estratificar a los pacientes con mayor fiabilidad y respaldar decisiones de tratamiento más precisas, especialmente en oncología personalizada. Asimismo, prevén que la patología evolucione de una disciplina principalmente descriptiva hacia una ciencia predictiva basada en datos, en consonancia con la oncología de precisión.

"SPARK ayuda a refinar los diagnósticos, estratificar a los pacientes de forma más fiable y tomar decisiones de tratamiento más precisas. En particular, en el campo de la oncología personalizada, existe la oportunidad de adaptar los tratamientos con mayor precisión a las características biológicas individuales de un tumor, mejorando así los resultados del tratamiento", afirmó Yuri Tolkach, médico sénior del Instituto de Patología del Hospital Universitario de Colonia.

"Con SPARK, nuestro objetivo es transformar la patología, pasando de ser una disciplina principalmente descriptiva a una ciencia predictiva basada en datos, y así contribuir significativamente a la medicina de precisión en oncología", afirma el profesor Dr. Reinhard Büttner, director del Instituto de Patología General y Anatomía Patológica.

Enlaces relacionados
Hospital Universitario de Colonia

Miembro Oro
Aspiration System
VACUSAFE
Software de laboratorio
Acusera 24•7
Rapid Sepsis Test
SeptiCyte RAPID
Pipette Calibration System
Artel PCS®

Canales

Hematología

ver canal
Imagen: La serie XR de próxima generación de Sysmex America, una solución de hematología diseñada para ayudar a los laboratorios ocupados a ofrecer resultados rápidos y confiables mientras mantienen flujos de trabajo eficientes (Fotografía cortesía de Sysmex America)

Plataforma hematológica de nueva generación agiliza flujos de trabajo en laboratorios complejos

Sysmex America (Chicago, IL, EE. UU.) ha presentado la nueva generación de la serie XR, centrada en el módulo de hematología automatizada XR-10 para laboratorios de alta complejidad. La plataforma se basa... Más

Inmunología

ver canal
Imagen: Diseño de estudio para el análisis del fenotipo, función y metabolismo de los monocitos (Gráinne Jameson et al., Journal of Infection (2026). DOI: 10.1016/j.jinf.2026.106755)

Biomarcador metabólico distingue tuberculosis latente de activa y monitorea respuesta al tratamiento

La tuberculosis (TB) sigue siendo la principal causa de muerte por enfermedades infecciosas en el mundo, con 10,8 millones de casos y 1,25 millones de fallecimientos registrados a nivel global en 2023.... Más

Microbiología

ver canal
Imagen: Resumen gráfico (Informes de investigación de microbiomas: DOI:10.20517/mrr.2025.96)

Las firmas del microbioma intestinal ayudan a identificar el riesgo de progresión de la EII

La enfermedad inflamatoria intestinal (EII), que abarca la enfermedad de Crohn y la colitis ulcerosa, es un trastorno inflamatorio crónico recurrente del tracto gastrointestinal con resultados muy variables.... Más

Tecnología

ver canal
Imagen: el panel combina diagnósticos basados ​​en biomarcadores con algoritmos digitales avanzados para permitir una evaluación no invasiva utilizando datos clínicos disponibles de forma rutinaria (Fotografía cortesía de Adobe Stock)

Panel de algoritmos ayuda a evaluar la fibrosis hepática y vigilar el cáncer de hígado

La enfermedad hepática crónica es común y suele progresar de forma silenciosa, lo que aumenta el riesgo de cirrosis y carcinoma hepatocelular cuando no se detecta de manera temprana.... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.