IA combinada con imágenes infrarrojas clasifica automáticamente los tumores

En los últimos años, ha habido un avance masivo en los tratamientos disponibles para el cáncer de colon. Para garantizar que estas terapias, como las inmunoterapias, sean efectivas, es importante diagnosticar con precisión al paciente individual para brindar un tratamiento específicamente diseñado. Ahora, los investigadores han emparejado la inteligencia artificial (IA) con imágenes infrarrojas (IR) para desarrollar un método automatizado y preciso para diagnosticar el cáncer de colon y adaptar los tratamientos al paciente. Esta técnica automatizada y sin etiquetas complementa los métodos existentes para el análisis de muestras de tejido.

En el transcurso de los últimos años, un equipo de investigación del Centro de Diagnóstico de Proteínas (PRODI) de la Universidad Ruhr de Bochum (Bochum, Alemania) ha estado trabajando en la creación de un nuevo método de imagen digital conocido como imágenes IR sin etiquetas. Este método mide la composición genómica y proteómica del tejido examinado, proporcionando información molecular basada en los espectros infrarrojos. Luego, la información se decodifica utilizando IA y se muestra como imágenes en color falso utilizando métodos de análisis de imágenes del campo del aprendizaje profundo.

El equipo de PRODI demostró exitosamente que mediante el uso de redes neuronales profundas era posible determinar de forma eficaz el estado de los microsatélites, un parámetro relevante desde el punto de vista pronóstico y terapéutico, en el cáncer de colon. En este proceso, la muestra de tejido pasa por un proceso automatizado estandarizado e independiente del usuario y permite la clasificación diferencial espacialmente resuelta del tumor en una hora. Por otro lado, el diagnóstico clásico se utiliza para determinar el estado de los microsatélites, ya sea mediante inmunotinción compleja de varias proteínas o mediante análisis de ADN.

Las opciones de terapia en constante mejora han hecho que la determinación rápida y sin complicaciones de tales biomarcadores sea extremadamente importante. Basándose en datos microscópicos de IR, los investigadores modificaron, optimizaron y entrenaron redes neuronales para establecer diagnósticos sin etiquetas. A diferencia de la inmunotinción, el nuevo método no necesita colorantes y es mucho más rápido que el análisis de ADN.

"Pudimos demostrar que la precisión de las imágenes IR para determinar el estado de los microsatélites se acerca al método más común utilizado en la clínica, la inmunotinción", dijo la estudiante de doctorado Stephanie Schörner.

Enlaces relacionados:
Universidad Ruhr de Bochum  

Visitar la expo >

Miembro Oro

Chagas Disease Test

CHAGAS Cassette

Verification Panels for Assay Development & QC
Seroconversion Panels

New

Anti-HHV-6 IgM Assay

anti-HHV-6 IgM ELISA (semiquant.)

New

Piezoelectric Micropump

Disc Pump