Microscopio compacto con IA permite puntuación del cáncer rápida y rentable

La patología digital es esencial para el diagnóstico moderno del cáncer, en particular para evaluar biomarcadores como HER2, que orientan las decisiones de tratamiento del cáncer de mama. Sin embargo, los escáneres convencionales de imágenes de portaobjetos completos son prohibitivamente caros, con un coste superior a los 100.000 dólares, y su gran tamaño limita su uso en muchos laboratorios y entornos con recursos limitados. Para abordar estos desafíos, los investigadores han desarrollado un microscopio de barrido compacto que utiliza inteligencia artificial (IA) para extraer valor diagnóstico de imágenes de tejido borrosas a un coste mucho menor.

BlurryScope, un microscopio de barrido portátil y económico, fue diseñado por investigadores de la UCLA (Los Ángeles, CA, EUA) para la medición de HER2 en muestras de tejido de cáncer de mama. Con un precio inferior a 650 dólares y un peso de tan solo 2,26 kg, el dispositivo mide 35 x 35 x 35 cm, lo que lo hace muy accesible. A diferencia de los microscopios convencionales que capturan imágenes fijas nítidas, BlurryScope escanea continuamente los portaobjetos, generando imágenes borrosas por movimiento que posteriormente son analizadas por una red neuronal profunda entrenada para clasificar la expresión de HER2.

Imagen: BlurryScope permite una microscopía de escaneo compacta y rentable para la puntuación de HER2 usando el aprendizaje profundo en imágenes borrosas (foto cortesía de Ozcan Lab en UCLA)

En experimentos ciegos con 284 núcleos de tejido de pacientes, el sistema alcanzó una precisión cercana al 80 % en las categorías estándar de puntuación de HER2 y casi el 90 % al agruparse en categorías clínicamente viables. Los escaneos repetidos de las mismas muestras demostraron reproducibilidad, con más del 86 % de coincidencias en las clasificaciones en múltiples ejecuciones. Los resultados, publicados en npj Digital Medicine, validan tanto la robustez de la IA como la fiabilidad del dispositivo para su aplicación clínica.

BlurryScope automatiza el flujo de trabajo, desde el escaneo hasta la clasificación, lo que permite un triaje rápido, evaluaciones preliminares y su uso en clínicas donde los sistemas de alta gama no son prácticos. Más allá de la puntuación de HER2, el mismo enfoque basado en IA podría extenderse a otras tinciones de tejidos, análisis de biomarcadores e incluso a diferentes modalidades de imagen. Al codiseñar sistemas ópticos y algoritmos de IA, esta tecnología muestra una vía para simplificar el hardware de imagenología biomédica y ampliar el acceso al diagnóstico en todo el mundo.

“Con BlurryScope, estamos redefiniendo la microscopía asequible”, afirmó el Dr. Aydogan Ozcan, profesor titular de Ingeniería Eléctrica e Informática en la UCLA. “Al aprovechar el aprendizaje profundo para interpretar imágenes borrosas por movimiento, podemos ofrecer una puntuación de HER2 clínicamente significativa a una fracción del costo y tamaño de los escáneres de patología convencionales”.

Enlaces relacionados:
UCLA