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.

LabMedica

Deascargar La Aplicación Móvil
Noticias Recientes Expo COVID-19 Química Clínica Diagnóstico Molecular Hematología Inmunología Microbiología Patología Tecnología Industria Focus

Sistema de imágenes digitales impulsado por IA podría revolucionar el diagnóstico del cáncer

Por el equipo editorial de LabMedica en español
Actualizado el 17 May 2024
Print article
Imagen: Comparación de imágenes de histopatología tradicionales versus los datos en bruto de PARS (foto cortesía de la Universidad de Waterloo)
Imagen: Comparación de imágenes de histopatología tradicionales versus los datos en bruto de PARS (foto cortesía de la Universidad de Waterloo)

El proceso de biopsia es importante para confirmar la presencia de cáncer. En la técnica de histopatología convencional, el tejido se extirpa, se corta, se tiñe, se monta en portaobjetos y se examina bajo un microscopio para identificar marcadores cancerosos. Este largo procedimiento a menudo hace que los pacientes esperen días o semanas para recibir los resultados, lo que provoca retrasos en el tratamiento y una mayor ansiedad. Ahora, un innovador sistema de imágenes médicas digitales promete transformar la detección del cáncer al ofrecer resultados instantáneos, facilitando un tratamiento oportuno y eficaz en todos los tipos de cáncer.

El sistema de detección remota de absorción de fotones (PARS), una tecnología innovadora construida desde cero y desarrollada por investigadores de la Universidad de Waterloo (Ontario, Canadá), marca un cambio radical con respecto a los métodos tradicionales de detección del cáncer, ya que promete diagnósticos en cuestión de minutos, permitiendo una intervención quirúrgica rápida. El sistema utiliza láseres para irradiar muestras de tejido, produciendo un conjunto de datos completo y de alta resolución. Luego, estos datos son procesados por un sistema de inteligencia artificial (IA) que los convierte en una imagen histopatológica convencional para la revisión patológica. Este enfoque innovador elimina la necesidad de preparar múltiples portaobjetos mediante el uso de filtros de imágenes digitales en una sola muestra de tejido, lo que permite lecturas múltiples sin dañar el tejido, preservándolo así para los análisis necesarios adicionales.

Al sustituir los procedimientos tradicionales por estas imágenes avanzadas de alta resolución impulsadas por IA, el sistema PARS reduce drásticamente los tiempos de diagnóstico, conservando tiempo y recursos. Ha demostrado ser muy preciso en ensayos clínicos con tejido mamario humano: Los patólogos no encontraron diferencias distinguibles entre las imágenes producidas por el sistema PARS y las obtenidas mediante métodos tradicionales. La tecnología demostró una tasa de precisión del 98 % en línea con las técnicas de diagnóstico establecidas.

"Esta invención transformará la patología digital, permitiendo a los cirujanos obtener múltiples resultados simultáneamente con una sola biopsia y proporcionar diagnósticos precisos en cuestión de minutos", afirmó el Dr. Parsin Haji Reza, investigador principal y profesor del Departamento de Ingeniería de Diseño de Sistemas de Waterloo. "También garantiza la eliminación completa del tejido canceroso antes de cerrar la incisión, lo que mitiga la necesidad de más cirugías".

Enlaces relacionados:
Universidad de Waterloo

Miembro Oro
Pharmacogenetics Panel
VeriDose Core Panel v2.0
Verification Panels for Assay Development & QC
Seroconversion Panels
New
Miembro Plata
H-FABP Assay
Heart-Type Fatty Acid-Binding Protein Assay
New
Epstein-Barr Virus Test
Mononucleosis Rapid Test

Print article

Canales

Química Clínica

ver canal
Imagen: la QIP-MS podría predecir y detectar la recaída del mieloma más temprano en comparación con las técnicas utilizadas actualmente (foto cortesía de Adobe Stock)

Monitorización con espectrometría de masas predice e identifica recaída temprana del mieloma

El mieloma, un tipo de cáncer que afecta la médula ósea, es actualmente incurable, aunque muchos pacientes pueden vivir más de 10 años tras el diagnóstico.... Más

Inmunología

ver canal
Imagen: la prueba de células madre del cáncer puede elegir con precisión tratamientos más efectivos (fotografía cortesía de la Universidad de Cincinnati)

Prueba de células madre predice resultado del tratamiento en cáncer de ovario resistente al platino

El cáncer de ovario epitelial suele responder inicialmente a la quimioterapia, pero con el tiempo, el tumor desarrolla resistencia a la terapia, lo que provoca su recrecimiento. Esta resistencia... Más

Tecnología

ver canal
Imagen: Ziyang Wang y Shengxi Huang han desarrollado una herramienta que permite ideas precisas sobre proteínas virales y marcadores de enfermedades cerebrales (foto cortesía de Jeff Fitlow/Universidad Rice)

Algoritmo de firma ligera permite diagnósticos médicos más rápidos y precisos

Cada material o molécula interactúa con la luz de forma única, creando un patrón distintivo, similar a una huella dactilar. La espectroscopia óptica, que consiste en... Más