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




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 Platino
Analizador de coagulación automatizado
Hemolumi H6
New
Miembro Oro
Serum Indices Control
Acusera Serum Indices Control
PRUEBA DE VPH
Allplex HPV28 Detection
New
Sistema de análisis de orina totalmente automatizado
DxU 1800 Fully Automated Urinalysis System

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.