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

Deascargar La Aplicación Móvil




Análisis de sangre con IA identifica pacientes en etapa más temprana del cáncer de mama

Por el equipo editorial de LabMedica en español
Actualizado el 17 Dec 2024
Print article
Imagen: Un análisis de sangre con IA es el primero en detectar el primer signo de cáncer de mama (Foto cortesía de 123RF)
Imagen: Un análisis de sangre con IA es el primero en detectar el primer signo de cáncer de mama (Foto cortesía de 123RF)

Las pruebas estándar para detectar el cáncer de mama suelen incluir un examen físico, radiografías o ecografías y una biopsia para analizar muestras de tejido. Las estrategias actuales de detección temprana suelen basarse en pruebas de detección basadas en la edad o en factores de riesgo. Ahora, un nuevo método promete mejorar la detección temprana y el seguimiento del cáncer de mama, lo que podría dar lugar a una prueba de detección para múltiples tipos de cáncer.

Desarrollado por investigadores de la Universidad de Edimburgo (Escocia, Reino Unido), el nuevo método de detección combina el análisis láser con la inteligencia artificial (IA). Este innovador enfoque es el primero en detectar el cáncer de mama en su etapa más temprana, conocida como etapa 1a, que es indetectable con las pruebas actuales. El método utiliza la espectroscopia Raman, una técnica de análisis láser, combinada con el aprendizaje automático, una forma de IA. Si bien se han probado técnicas similares para otros tipos de cáncer, solo pudieron detectar la enfermedad a partir de la etapa dos. El proceso implica iluminar el plasma sanguíneo de las pacientes con un láser y luego analizar cómo interactúa la luz con la sangre utilizando un espectrómetro. Esto revela cambios minúsculos en la composición química de las células y los tejidos, que sirven como indicadores tempranos de la enfermedad. Luego, un algoritmo de aprendizaje automático interpreta los datos, identifica patrones y clasifica las muestras.

En un estudio piloto con 12 muestras de pacientes con cáncer de mama y 12 muestras de control sanas, la técnica identificó el cáncer de mama en la etapa 1a con una precisión del 98 %. El estudio, publicado en Journal of Biophotonics, también demostró la capacidad del método para distinguir entre los cuatro subtipos principales de cáncer de mama con una precisión superior al 90 %. Esto podría permitir tratamientos más personalizados y efectivos. Los investigadores creen que implementar esto como una herramienta de detección podría identificar a más pacientes en las primeras etapas del cáncer de mama, mejorando el éxito del tratamiento. Planean ampliar el estudio para incluir más participantes y probar la detección temprana de otros tipos de cáncer.

“La mayoría de las muertes por cáncer se producen tras un diagnóstico en una fase avanzada, cuando los síntomas se hacen evidentes, por lo que una futura prueba de detección de múltiples tipos de cáncer podría descubrirlos en una fase en la que se pueden tratar con mucha más facilidad”, afirmó el Dr. Andy Downes, de la Facultad de Ingeniería de la Universidad de Edimburgo, quien dirigió el estudio. “El diagnóstico temprano es clave para la supervivencia a largo plazo, y finalmente contamos con la tecnología necesaria. Solo necesitamos aplicarla a otros tipos de cáncer y crear una base de datos, antes de que pueda utilizarse como prueba para múltiples tipos de cáncer”.

Miembro Oro
Pharmacogenetics Panel
VeriDose Core Panel v2.0
Miembro Oro
CONTROL DE CALIDAD DE TROPONINA T
Troponin T Quality Control
New
Flu Test
Influenza A/B Virus Detection Kit
New
snRNP-C Test
Chorus snRNP-C Test

Print article

Canales

Inmunología

ver canal
Imagen: tratamiento personalizado contra el cáncer utilizando tecnología de bioimpresión 3D (foto cortesía de POSTECH)

Modelo de cáncer gástrico bioimpreso en 3D utiliza tejido del paciente para predecir respuesta a fármacos

La heterogeneidad tumoral representa un obstáculo importante en el desarrollo y tratamiento de terapias contra el cáncer, ya que las respuestas de los pacientes a un mismo fármaco pueden diferir y el momento... Más

Patología

ver canal
Imagen: la herramienta de IA OmicsFootPrint podría abrir puertas a nuevos descubrimientos (foto cortesía de la Clínica Mayo)

Revolucionaria herramienta de IA transforma visualización de enfermedades

Los genes sirven como modelo del cuerpo, mientras que las proteínas ejecutan las instrucciones contenidas en esos modelos para mantener la función celular. Ocasionalmente, las alteraciones... Más
Copyright © 2000-2025 Globetech Media. All rights reserved.