Tecnología Light-AI para diagnóstico del cáncer eliminaría necesidad de extracciones de sangre y biopsias tradicionales

Existen numerosos casos de perros que ladran tanto a sus dueños que estos sospechan que algo anda mal, lo que los lleva a visitar a un médico y, finalmente, a recibir un diagnóstico de cáncer. Este fenómeno se produce porque los perros poseen un agudo sentido del olfato que les permite detectar metabolitos, incluidos compuestos orgánicos volátiles (COV), presentes en los fluidos corporales humanos. Los investigadores están trabajando ahora para aplicar estos principios en el desarrollo de un sensor de diagnóstico del cáncer.

Un equipo de investigación de la División de Investigación de Materiales Avanzados de Biología y Atención Sanitaria del Instituto Coreano de Ciencia de Materiales (KIMS, Changwon, Corea del Sur) ha creado un innovador material sensor que mejora las señales ópticas de los metabolitos del cáncer que se encuentran en los fluidos corporales (como la saliva, la mucosidad y la orina) y utiliza inteligencia artificial (IA) para el diagnóstico del cáncer. Esta tecnología permite la detección rápida y sensible de metabolitos y alteraciones en los fluidos corporales de los pacientes con cáncer, ofreciendo una alternativa no invasiva a las extracciones de sangre o biopsias tradicionales. El equipo diagnosticó con éxito el cáncer colorrectal utilizando una aguja plasmónica que amplifica las señales Raman de las moléculas. Esta aguja se inserta a través de un orificio de 1 milímetro compatible con una cámara de colonoscopia, lo que permite tomar un hisopado de la superficie del tumor para analizar la composición sin causar sangrado.

Además, los investigadores desarrollaron un método para recolectar saliva de pacientes con cáncer de pulmón y categorizar el estadio del cáncer. El aliento de las personas con cáncer de pulmón contiene COV que difieren de los que se encuentran en las personas sanas. Estos compuestos se disuelven en la saliva y se identifican como metabolitos del cáncer de pulmón. El equipo ha perfeccionado una tecnología que emplea sensores basados en papel para diferenciar entre individuos sanos y pacientes con cáncer de pulmón, al mismo tiempo que se estadifica el cáncer de pulmón mediante IA. Esta tecnología puede detectar señales de metabolitos en fluidos corporales con alta sensibilidad, utilizando materiales plasmónicos que mejoran las señales Raman en más de 100 millones de veces, todo ello sin depender de equipos tradicionales, complejos y costosos. Se emplearon análisis de IA y modelos matemáticos para proponer biomarcadores para el diagnóstico.

El año pasado, el equipo de investigación también desarrolló una tecnología de diagnóstico de cáncer utilizando orina. Este año, han avanzado en esta tecnología para detectar simultáneamente múltiples cánceres en muestras de orina. El equipo analizó la orina de aproximadamente 250 pacientes diagnosticados con cáncer de páncreas, cáncer de próstata, cáncer de pulmón y cáncer colorrectal. Pudieron realizar análisis rápidos y utilizar IA para determinar los resultados de 100 pacientes en aproximadamente dos horas. El equipo de investigación informó haber logrado una sensibilidad y especificidad clínicas superiores al 98 %. Los hallazgos de este estudio se publicaron en dos artículos en la revista Biosensors and Bioelectronics, así como en un artículo en Sensors and Actuators B-Chemical.

“La tecnología desarrollada se puede ampliar no solo para diagnosticar el cáncer, sino también para enfermedades con diagnósticos poco conocidos, como las enfermedades sinápticas”, afirmó el Dr. Ho Sang Jung de KIMS, quien lidera el equipo de investigación. “Entraremos al mercado mundial de diagnósticos basados en tecnologías de origen nacional y tomaremos la delantera en el desarrollo de tecnologías que las personas puedan experimentar”.

Visitar la expo >

New

Miembro Oro

Neonatal Heel Incision Device

Tenderfoot

KIT DE PRUEBA POC PARA H.PYLORI
Hepy Urease Test

New

Diagnostic Vials

PETG Diagnostic Vial

New

ACR Urine Test

On Call MultiPro ACR