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

Silgan Unicep

Modelo de IA identifica pacientes con una forma de cáncer de endometrio de alto riesgo

Por el equipo editorial de LabMedica en español
Actualizado el 09 Jul 2024

El cáncer de endometrio es el cáncer ginecológico más común y varía ampliamente en agresividad, con algunas formas más propensas a reaparecer que otras. Esta variabilidad subraya la necesidad de identificar pacientes con cáncer de endometrio de alto riesgo para adaptar las intervenciones y prevenir la recurrencia. Actualmente, los investigadores están aprovechando la inteligencia artificial (IA) para desarrollar herramientas de diagnóstico de precisión para el cáncer de endometrio, mejorando así la atención al paciente.

Investigadores de la Universidad de Columbia Británica (Vancouver, BC, Canadá) utilizaron inteligencia artificial para analizar miles de imágenes de células cancerosas e identificar un subconjunto específico de cáncer de endometrio asociado con un mayor riesgo de recurrencia y muerte, que podría no ser detectable mediante patología estándar y diagnósticos moleculares. Esta innovación está destinada a ayudar a los médicos a identificar pacientes que requieren estrategias de tratamiento más agresivas. Sobre la base de su investigación fundamental de 2013, que clasificó el cáncer de endometrio en cuatro subtipos moleculares, cada uno con distintos niveles de riesgo, el equipo desarrolló una herramienta de diagnóstico molecular llamada ProMiSE que diferencia eficazmente estos subtipos. Sin embargo, el subtipo molecular más común, que representa aproximadamente la mitad de todos los casos, sirve como una categoría amplia para los cánceres que carecen de características moleculares específicas.


Imagen: El Dr. Ali Bashashati (en la foto) y su equipo están utilizando IA para impulsar herramientas de diagnóstico de precisión para el cáncer de endometrio. (Foto cortesía de UBC)
Imagen: El Dr. Ali Bashashati (en la foto) y su equipo están utilizando IA para impulsar herramientas de diagnóstico de precisión para el cáncer de endometrio. (Foto cortesía de UBC)

Para segmentar aún más la categoría utilizando métodos avanzados de IA, el equipo creó un modelo de IA de aprendizaje profundo que examina imágenes de muestras de tejido del paciente. Este modelo fue entrenado para distinguir entre subtipos y, después de evaluar más de 2.300 imágenes de tejido canceroso, identificó un nuevo subgrupo con tasas de supervivencia significativamente más bajas. Los investigadores están considerando cómo podría incorporarse esta herramienta de IA en la práctica clínica regular junto con los diagnósticos tradicionales. Una ventaja de este enfoque de IA es su rentabilidad y la facilidad con la que puede implementarse ampliamente. La IA revisa imágenes que típicamente son recopiladas y examinadas por patólogos, lo que la hace accesible para su uso en instalaciones médicas más pequeñas en áreas rurales y remotas, a menudo involucradas cuando se buscan segundas opiniones. Al integrar análisis moleculares y basados en inteligencia artificial, muchos pacientes podrían continuar recibiendo atención en sus comunidades locales, reservando tratamientos más complejos para aquellos que necesitan los recursos de centros oncológicos más grandes.

"El poder de la IA es que puede observar objetivamente grandes conjuntos de imágenes e identificar patrones que eluden a los patólogos humanos", dijo el Dr. Ali Bashashati, experto en aprendizaje automático y profesor asistente de ingeniería biomédica, patología y medicina de laboratorio en la UBC. “Es encontrar la aguja en el pajar. Nos dice que este grupo de cánceres con estas características son los peores y representan un mayor riesgo para los pacientes”. Los resultados del estudio del equipo se publicaron en Nature Communications el 26 de junio de 2024.

Enlaces relacionados:
Universidad de Columbia Britanica
Gynecologic Cancer Initiative


New
Miembro Platino
PRUEBA COMBINADA DE GRIPE Y SARS-COV-2
OSOM® Flu SARS-CoV-2 Combo Test
Magnetic Bead Separation Modules
MAG and HEATMAG
Complement 3 (C3) Test
GPP-100 C3 Kit
Miembro Oro
ANALIZADOR DE VIABILIDAD/DENSIDAD CELULAR AUTOMATIZADO
BioProfile FAST CDV

Últimas Patología noticias

Sistema de imágenes de portaobjetos completo permite el diagnóstico mediante imágenes digitales

Nueva prueba altamente sensible facilita el diagnóstico del linfoma de células B

Biopsia de hígado revela signos tempranos de metástasis rápida en pacientes con cáncer de páncreas