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
INTEGRA BIOSCIENCES AG

Descargar La Aplicación Móvil




Herramienta citológica de aprendizaje automático mejora la identificación de células cancerosas

Por el equipo editorial de LabMedica en español
Actualizado el 20 Sep 2026
Crédito de la imagen: Adobe Stock
Crédito de la imagen: Adobe Stock

El cribado citológico sigue siendo fundamental para la detección temprana del cáncer, pero su precisión depende en gran medida de la interpretación experta de las células teñidas. Bajo microscopía convencional, las células malignas y reactivas pueden parecer casi idénticas porque algunas de sus características distintivas se encuentran por debajo del límite de difracción. Sin embargo, los cambios submicrométricos en la estructura del citoesqueleto pueden alterar la forma en que las células dispersan la luz y proporcionar una señal objetiva adicional para la clasificación. Un nuevo estudio muestra ahora que el análisis de aprendizaje automático de los espectros de dispersión de la luz puede distinguir tipos de células cancerosas difíciles de clasificar en muestras citológicas.

Investigadores del Instituto de Ciencia y Tecnología de Nara (NAIST; Nara, Japón) desarrollaron un flujo de trabajo que combina la microscopía de campo oscuro con aprendizaje automático para clasificar células en muestras citológicas de rutina. El sistema capta la dispersión de luz blanca de cada célula en longitudes de onda de 420–720 nanómetros, generando espectros que reflejan características estructurales nanométricas. Estos espectros se reducen mediante análisis de componentes principales (PCA) y luego se clasifican con una máquina de vectores de soporte (SVM).

El equipo evaluó muestras citológicas que contenían células cancerosas de mesotelioma y células mesoteliales reactivas morfológicamente similares. Tras el entrenamiento, el modelo diferenció estos tipos celulares con una precisión de alrededor del 91 % en una validación basada en pacientes. El enfoque también mostró potencial para distinguir células de cáncer gástrico y urotelial, así como varios tipos de células tumorales pulmonares y torácicas, aunque el rendimiento varió según el tipo de tumor y el método de validación.

Los hallazgos se publicaron en Scientific Reports el 3 de agosto de 2026. Entre los colaboradores figuraron la Facultad de Medicina de la Universidad Kindai, el Hospital de Nara, el Hospital de la Universidad Médica de Hyogo, la Facultad de Medicina de la Universidad Médica de Hyogo y el Instituto de Tecnología de Osaka.

El estudio se presenta como una prueba de concepto para complementar la citología convencional con información de dispersión de la luz en apoyo de la toma de decisiones diagnósticas. El equipo está optimizando los parámetros ópticos y los protocolos de funcionamiento y aplicando métodos avanzados de aprendizaje automático para lograr nuevas mejoras en la precisión.

“El resultado implica que el espectro de dispersión de la luz, que contiene información a escala submicrométrica, es muy sensible para detectar diferencias entre tipos celulares en comparación con la inspección visual o el análisis de imágenes”, dijo Yuka Tsuri, profesora asistente en el Instituto de Ciencia y Tecnología de Nara.

“Integrar este sistema espectroscópico con un microscopio podría servir como una poderosa ayuda para los patólogos y potencialmente mejorar la precisión de sus diagnósticos”, añadió Tsuri.

Enlaces relacionados
Instituto de Ciencia y Tecnología de Nara 

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
βeta-Hydroxybutyrate Reagent
β-Hydroxybutyrate LiquiColor®
LAIR2 Antibody Pair Set
LAIR2 Antibody Pair [Biotin]
Miembro Oro
Lector rapido de tarjetas
EASY READER+

Canales

Química Clínica

ver canal
Imagen: El perfil proteómico plasmático longitudinal puede ayudar a monitorear la respuesta a la inmunoterapia, detectar resistencias emergentes e identificar la progresión de la enfermedad antes que las imágenes convencionales en el NSCLC avanzado. (Crédito de la imagen: Shutterstock)

Prueba proteómica detecta resistencia a inmunoterapia antes que las imágenes en cáncer de pulmón

En el cáncer de pulmón de células no pequeñas avanzado, monitorear la respuesta a la terapia con inhibidores de puntos de control inmunitario puede ser difícil cuando se desarrolla resistencia antes de... Más

Diagnóstico Molecular

ver canal
Image Credit: Shutterstock

Análisis de sangre identifica señales tempranas de cáncer de mama y próstata años antes del diagnóstico

Los cánceres de mama y de próstata se encuentran entre los cánceres más comunes, pero muchos se detectan solo después de que los tumores ya se han establecido. Identificar la enfermedad antes podría facilitar... Más

Hematología

ver canal
Imagen: Los investigadores de Mayo Clinic utilizaron datos genéticos de casi 50 000 participantes para identificar rasgos de portadores de células falciformes y beta-talasemia, destacando cómo las pruebas a escala poblacional pueden complementar las pruebas de detección existentes (Crédito de la imagen: Adobe Stock)

Las pruebas genéticas ofrecen oportunidades para identificar antes a portadores de trastornos sanguíneos

Los trastornos hereditarios de la hemoglobina pueden afectar el transporte de oxígeno, y sin embargo las personas que solo portan un rasgo pueden no ser conscientes de su condición.... Más

Inmunología

ver canal
Imagen: Roche recibe la autorización 510(k) de la FDA para el nuevo panel 3 de patógenos respiratorios cobas eplex (Fotografía cortesía de Roche)

Roche recibe autorización de la FDA para un panel flexible de patógenos respiratorios

Las infecciones respiratorias suelen causar síntomas víricos y bacterianos superpuestos, lo que dificulta el diagnóstico durante las temporadas pico de enfermedades respiratorias. Esta incertidumbre puede... Más

Microbiología

ver canal
Imagen: La prueba utiliza suero o plasma de pacientes con sospecha de infección aguda y síntomas que duran menos de siete días y genera una puntuación que indica la probabilidad de infección bacteriana. (Crédito de la imagen: Shutterstock)

Ensayo de respuesta del huésped recibe autorización para diferenciar infecciones bacterianas y virales

Las infecciones bacterianas y virales suelen causar síntomas similares, lo que dificulta la diferenciación temprana en los servicios de urgencias y atención urgente.... Más

Tecnología

ver canal
Imagen: El analizador personal de ADN de Sparrow Bio, con un precio de 100 USD, es un dispositivo de cuatro pulgadas que integra la recolección y extracción de ADN, el ciclado térmico, la detección óptica y el análisis automatizado en un único sistema compacto. (Foto cortesía de Sparrow Bio)

Analizador personal de PCR busca facilitar pruebas de enfermedades infecciosas en el hogar

La PCR amplifica el ADN para permitir pruebas de gran precisión, pero su dependencia de analizadores de laboratorio complejos y costosos ha mantenido tradicionalmente muchos flujos de trabajo en... Más

Industria

ver canal
Imagen: AVITI Dx es un sistema de secuenciación IVD de Clase A respaldado por software y reactivos compatibles con IVDR, diseñado para ofrecer secuenciación de alta calidad con flexibilidad y escalabilidad para diagnósticos descentralizados (Fotografía cortesía de Element Biosciences)

La plataforma de secuenciación IVD con marcado CE se lanza en diez países de la UE

Los laboratorios clínicos que utilizan secuenciación en flujos de trabajo diagnósticos regulados necesitan sistemas que respalden procesos y documentación claramente definidos.... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.