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
RANDOX LABORATORIES

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
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
HISOPOS DE FIBRA FLOCADA
Puritan® Patented HydraFlock®
Software de laboratorio
Acusera 24•7
Chromogenic Culture System
InTray™ COLOREX™ ECC
Automated Clinical Chemistry Analyzer
Envoy 500+

Canales

Diagnóstico Molecular

ver canal
Imagen: El azul representa los núcleos y el rosa representa las células muertas o moribundas. Abajo a la derecha: las células sobreexpresan la variante BIRC3, que se ve en verde. (Foto cortesía de The Hospital for Sick Children)

Marcador genético apoya selección de terapia anti-TNF en la enfermedad de Crohn

La enfermedad de Crohn, una forma importante de enfermedad inflamatoria intestinal, está aumentando en todos los grupos de edad y regiones. Las respuestas a las terapias actuales varían ampliamente,... Más

Hematología

ver canal
Imagen: La serie XR de próxima generación de Sysmex America, una solución de hematología diseñada para ayudar a los laboratorios ocupados a ofrecer resultados rápidos y confiables mientras mantienen flujos de trabajo eficientes (Fotografía cortesía de Sysmex America)

Plataforma hematológica de nueva generación agiliza flujos de trabajo en laboratorios complejos

Sysmex America (Chicago, IL, EE. UU.) ha presentado la nueva generación de la serie XR, centrada en el módulo de hematología automatizada XR-10 para laboratorios de alta complejidad. La plataforma se basa... Más

Inmunología

ver canal
Imagen: El estudio evaluó el perfil de anticuerpos del SARS-CoV-2, específicamente los títulos contra las proteínas pico (S) y nucleocápside (N), como herramienta para caracterizar el COVID prolongado (Crédito de la imagen: iStock)

Los perfiles de anticuerpos ofrecen pistas sobre la gravedad y los síntomas del COVID prolongado

Los síntomas persistentes tras la COVID-19 aguda afectan a millones de personas, provocando fatiga, problemas respiratorios y déficits cognitivos difíciles de cuantificar con las pruebas... Más

Microbiología

ver canal
Imagen: Klebsiella pneumoniae multirresistente es un problema de salud comunitario cada vez mayor, que causa infecciones urinarias recurrentes en adultos mayores y complica el tratamiento con antibióticos de primera línea (Crédito de la imagen: Adobe Stock)

Un estudio amplia propagación comunitaria de Klebsiella resistente a los medicamentos

Klebsiella pneumoniae multirresistente se está convirtiendo en una preocupación creciente para la salud comunitaria, impulsando infecciones urinarias recurrentes en adultos mayores y complicando... Más

Patología

ver canal
Imagen: El nuevo sistema de IA clasifica 102 subtipos moleculares de tumores del SNC a partir de secciones histológicas digitalizadas y teñidas de forma rutinaria (Crédito de la imagen: iStock)

Herramienta de IA acelera la clasificación de tumores cerebrales a partir de histología rutinaria

La clasificación precisa de los tumores cerebrales y de la médula espinal depende cada vez más del perfil molecular junto con la histología, pero el acceso a estas pruebas sigue... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.