Método basado en IA podría reemplazar la tinción química de muestras de tejido histopatológico

Durante más de un siglo, la tinción química ha sido una técnica fundamental en el estudio de la histopatología, particularmente en áreas como el diagnóstico del cáncer. Sin embargo, uno de los principales inconvenientes de la tinción química es su naturaleza irreversible, que a menudo restringe el uso de la muestra en otras pruebas o experimentos. Para abordar esta limitación, los investigadores han desarrollado un método basado en inteligencia artificial (IA) para teñir virtualmente muestras de tejido histopatológico, reemplazando potencialmente la necesidad de tinción química.

Un estudio dirigido por investigadores de la Universidad de Finlandia Oriental (Kuopio, Finlandia) dio como resultado el desarrollo de un método de IA que genera imágenes computacionales muy semejantes a las obtenidas a través de la tinción química real. Estas imágenes virtualmente teñidas pueden luego examinarse para determinar la morfología del tejido. La técnica de tinción virtual no solo reduce la carga química y el trabajo manual requerido para el procesamiento de muestras, sino que también permite que el tejido se use para otros fines más allá de la tinción. Una ventaja clave del método propuesto es que solo requiere un microscopio de luz estándar y una computadora apropiada, sin necesidad de infraestructura o hardware especializado.

El rápido avance de las redes neuronales profundas, que aprenden de grandes cantidades de datos, ha revolucionado el análisis de imágenes biomédicas. Estos métodos no solo son adecuados para las tareas tradicionales de análisis de imágenes, como la interpretación, sino que también se destacan en las transformaciones de imagen a imagen. La tinción virtual ejemplifica este tipo de tarea y el equipo de investigación lo demostró de manera efectiva.

“Los resultados son ampliamente aplicables. Hay muchos temas para la investigación de seguimiento, y los métodos computacionales aún se pueden mejorar. Sin embargo, ya podemos imaginar varias áreas de aplicación donde la tinción virtual puede tener un gran impacto en la histopatología”, dice el profesor asociado Pekka Ruusuvuori de la Universidad de Turku, quien dirigió la parte computacional del estudio.

“Las redes neuronales profundas son capaces de funcionar a un nivel que no podíamos imaginar hace un tiempo. La tinción virtual basada en inteligencia artificial puede tener un gran impacto en el procesamiento de muestras más eficiente en histopatología”, dijo el investigador doctoral Umair Khan de la Universidad de Turku, quien fue el desarrollador principal.

Enlaces relacionados:
Universidad de Finlandia Oriental  

Visitar la expo >

New

Miembro Oro

Human Chorionic Gonadotropin Test

hCG Quantitative - R012

Verification Panels for Assay Development & QC
Seroconversion Panels

New

Respiratory Bacterial Panel

Real Respiratory Bacterial Panel 2

New

Respiratory QC Panel

Assayed Respiratory Control Panel