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
Ingresar
Publique su anuncio con nosotros
PURITAN MEDICAL

Deascargar La Aplicación Móvil




Eventos

ATENCIÓN: Debido a la EPIDEMIA DE CORONAVIRUS, ciertos eventos están siendo reprogramados para una fecha posterior o cancelados por completo. Verifique con el organizador del evento o el sitio web antes de planificar cualquier evento próximo.
06 feb 2023 - 09 feb 2023

Plataforma de biodetección combinada con aprendizaje automático permite detección de Alzheimer mínimamente invasiva

Por el equipo editorial de LabMedica en español
Actualizado el 31 Oct 2022
Print article
Imagen: Los investigadores están explorando el uso deaprendizaje automático para un sistema mínimamente invasivo para detectar la enfermedad de Alzheimer (Fotografía cortesía de NIH)
Imagen: Los investigadores están explorando el uso deaprendizaje automático para un sistema mínimamente invasivo para detectar la enfermedad de Alzheimer (Fotografía cortesía de NIH)

La enfermedad de Alzheimer es un trastorno neurodegenerativo grave caracterizado por cambios progresivos en la memoria, deterioro cognitivo y cambios en la personalidad, que pueden evolucionar hacia la demencia y la muerte. La detección temprana permite a los médicos dar tratamientos e intervenciones oportunas para el paciente. Actualmente, los médicos se basan en varios biomarcadores (sustancias en un organismo que pueden indicar la existencia de una enfermedad o condición) para detectar la enfermedad de Alzheimer. Sin embargo, recopilar datos que informen sobre estos biomarcadores es costoso y puede llevar mucho tiempo. Ahora, un sistema de aprendizaje automático que se está desarrollando podría proporcionar un enfoque mínimamente invasivo para detectar la enfermedad de Alzheimer lo antes posible.

Un equipo de investigadores dirigido por Penn State (University Park, PA, EUA) recibió una subvención de 1,2 millones de dólares de los Institutos Nacionales de Salud (NIH, Bethesda, MD, EUA) para ayudar a financiar un proyecto para desarrollar un sistema de aprendizaje automático para la detección temprana de la enfermedad de Alzheimer. El equipo de investigación planea diseñar un sistema que utilice una variedad de biosensores, incluidos nanosensores ópticos, mecánicos y electroquímicos, que pueden analizar muestras biológicas. Según los investigadores, los datos de biodetección coinciden bien con las capacidades de las técnicas de aprendizaje automático y la combinación de las dos tecnologías podría incluso allanar el camino a nuevos descubrimientos para otras afecciones y enfermedades. Actualmente, el equipo está analizando muestras biológicas de animales, pero, si estas investigaciones iniciales tienen éxito, los investigadores pasarán a estudiar muestras biológicas humanas.

"Al integrar una plataforma de biodetección multimodal y un marco de aprendizaje automático, esperamos que el sistema mejore la detección temprana de la enfermedad de Alzheimer y mejore la precisión de la detección de EA", dijo Fenglong Ma, profesor asistente de ciencias y tecnología de la información y un co-contratado en el Instituto de Computación y Ciencias de Datos. “La plataforma de biodetección generará diferentes tipos de datos de detección, y el aprendizaje automático tiene como objetivo analizar estos datos para predecir la enfermedad de Alzheimer en la etapa inicial. Dado que los datos de detección son tan diversos o heterogéneos, las técnicas avanzadas de aprendizaje automático pueden ayudar a modelar dichos datos. Además, el aprendizaje automático puede ayudarnos a identificar algunos biomarcadores nuevos de EA”.

"Dados diferentes tipos de datos de detección, por ejemplo, datos adquiridos de diferentes marcadores bioquímicos en fluidos corporales humanos, el aprendizaje automático puede realizar una selección de características y establecer asociaciones entre un biomarcador individual y la enfermedad de Alzheimer, o entre un conjunto de biomarcadores y la enfermedad", dijo Sharon Huang, profesora de ciencias y tecnología de la información y cocontratada en los Institutos Huck de Ciencias de la Vida. “Esperamos que nuestro proyecto pueda resultar en una técnica mínimamente invasiva que pueda detectar la enfermedad de Alzheimer en sus primeras etapas. La técnica también tiene el potencial de ser de alto rendimiento, lo que hace posible su uso en la detección de la enfermedad. También haremos todo lo posible para que la técnica sea precisa, reduciendo los falsos positivos y los falsos negativos en la detección de EA”.

Enlaces relacionados:
Penn State
NIH

Proveedor de oro
SOLUCIÓN DE FLUJO DE TRABAJO DE HEMATOLOGÍA
DIFF-Line
New
Total Immunoglobulin E (IgE) Test
ALLERgen Total-IgE ELISA Kit
New
Diagnostic Salivary Cortisol ELISA Kit
Salimetrics Cortisol Enzyme Immunoassay Kit
New
Mycobacterium Tuberculosis (MTB) Test
Seeplex MTB Nested ACE Detection

Print article
MEDLAB - INFORMA

Canales

Diagnóstico Molecular

ver canal
Imagen: Una prueba basada en la sangre podría predecir el inicio del Alzheimer temprano de una manera no invasiva (Fotografía cortesía del King’s College de Londres)

Prueba de sangre predice riesgo de Alzheimer 3,5 años antes del diagnóstico clínico

Un nuevo estudio encontró que una prueba basada en sangre puede predecir el riesgo de enfermedad de Alzheimer hasta 3,5 años antes del diagnóstico clínico. El estudio se basa... Más

Inmunología

ver canal
Imagen: Los científicos han ganado 9,5 millones de dólares para estudiar patógenos emergentes (Fotografía cortesía de Pexels)

Estudio de patógenos emergentes para comprender mejor las interacciones entre influenza y anticuerpos podría mejorar los diagnósticos

Los brotes de influenza aviar se han producido en todo el mundo durante más de un siglo. El virus altamente patógeno H5N1 que se identificó por primera vez en 1996 puede provocar enfermedades... Más

Microbiología

ver canal
Imagen: El sistema semiautomático MicroScan autoSCAN-4 proporciona pruebas ID/AST simplificadas en un paquete altamente confiable y asequible y confirmó los resultados del estudio (Fotografía cortesía de Beckman Coulter)

Secuenciación de nanoporos detecta patógenos en la infección periprotésica de articulación rodilla

El número de artroplastias totales de rodilla (ATR) está aumentando sustancialmente en la actualidad y se espera que se multiplique por más del doble en la próxima década... Más

Patología

ver canal
Imagen: Sistema de escáner de portaobjetos NanoZoomer S20MD C16300-21MDEU (Fotografía cortesía de Hamamatsu Photonics)

Nuevo sistema de escáner de portaobjetos proporciona a los patólogos flexibilidad adicional en el flujo de trabajo del laboratorio

Un nuevo sistema automatizado de alta velocidad para creación, visualización y gestión de portaobjetos digitales, que permite obtener imágenes de portaobjetos completos para... Más
Copyright © 2000-2023 Globetech Media. All rights reserved.