Nuevos algoritmos de IA permiten diagnosticar cánceres difíciles

Un equipo de investigadores y empresas europeos, liderado por la Universidad Politécnica de Valencia (UPV, Valencia, España), a través del grupo CVBLab-HUMAN-tech, ha desarrollado novedosos algoritmos de inteligencia artificial (IA) para ayudar en el diagnóstico y tratamiento de tumores cancerosos que son difíciles de interpretar clínicamente. Este es uno de los principales resultados del proyecto CLARIFY, que se encuentra ahora en sus últimos meses de ejecución.

CLARIFY es una iniciativa de investigación innovadora, multinacional, multisectorial y multidisciplinaria centrada en el desarrollo de un entorno de diagnóstico digital automatizado robusto basado en IA y algoritmos de datos orientados a la nube. El objetivo es agilizar la interpretación y el diagnóstico de imágenes de portaobjetos completos (WSI) a nivel mundial, optimizar las ventajas de la patología digital y ayudar a los patólogos en sus tareas rutinarias. El proyecto se ha centrado en tipos de cáncer específicos y difíciles de diagnosticar para evaluar la eficacia de las herramientas y métodos que ha desarrollado. Estos incluyen el cáncer de mama triple negativo (CMTN), el cáncer de vejiga no invasivo muscular de alto riesgo (HR-NMIBC) y las lesiones melanocíticas espitzoideas (SML), que representan los diversos desafíos presentes en el diagnóstico del cáncer.

Además, el proyecto CLARIFY ha arrojado resultados adicionales destacables, como la creación de bases de datos completas para los cánceres estudiados. Estas bases de datos están preparadas para ser activos valiosos para las comunidades médica y científica. El proyecto también ha avanzado en el manejo seguro de datos en entornos de nube, abordando los requisitos únicos del sector sanitario. Esto incluye varias aplicaciones prácticas dentro del marco del proyecto, mejorando la seguridad y la gestión de los datos.

“En los tres casos el diagnóstico es complejo y desafiante, lo que ya estamos abordando con este proyecto”, afirmó Valery Naranjo, líder del proyecto. “Con estos algoritmos damos un paso más para facilitar la interpretación de las imágenes histológicas y, en definitiva, el diagnóstico de estos tipos de cánceres a los profesionales médicos”.

Enlaces relacionados:
Universidad Politécnica de Valencia

Visitar la expo >

Miembro Platino

PRUEBA RÁPIDA COVID-19

OSOM COVID-19 Antigen Rapid Test

Magnetic Bead Separation Modules
MAG and HEATMAG

POCT Fluorescent Immunoassay Analyzer

FIA Go

New

Miembro Oro

MÓDULOS DE SEPARACIÓN DE PERLAS MAGNÉTICAS

MAG and HEATMAG