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.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
LGC Clinical Diagnostics

Deascargar La Aplicación Móvil




Patología 3D con IA mejora la precisión del pronóstico en pacientes con esófago de Barrett

Por el equipo editorial de LabMedica en español
Actualizado el 15 Aug 2024
Print article
Imagen: Ejemplos de secciones de imágenes 3D de una biopsia muestran cómo la patología 3D (izquierda) mejoró el diagnóstico en comparación con los métodos bidimensionales convencionales (derecha) (Foto cortesía de la UW College of Engineering)
Imagen: Ejemplos de secciones de imágenes 3D de una biopsia muestran cómo la patología 3D (izquierda) mejoró el diagnóstico en comparación con los métodos bidimensionales convencionales (derecha) (Foto cortesía de la UW College of Engineering)

El esófago de Barrett es una enfermedad en la que el revestimiento del esófago cambia debido al reflujo gastroesofágico crónico. Las personas con esófago de Barrett tienen un riesgo ligeramente aumentado de desarrollar cáncer de esófago y requieren endoscopias de vigilancia regulares. Durante estos procedimientos, los gastroenterólogos toman numerosas biopsias de los tejidos afectados. Luego, estas muestras se cortan en secciones delgadas y se colocan en portaobjetos de vidrio para su examen bajo un microscopio por patólogos. Sin embargo, las secciones de tejido que los patólogos observan representan solo alrededor del 1 % o menos de las biopsias reales y proporcionan solo una vista bidimensional, lo que puede ser engañoso. Los investigadores ahora están realizando estudios clínicos de tejidos archivados de pacientes con la afección para desarrollar métodos de patología computacional en 3D para la estratificación del riesgo de esófago de Barrett.

El equipo de investigación de la Facultad de Ingeniería de la Universidad de Washington (Seattle, Washington, EUA) ya había inventado métodos de patología en 3D para evaluar el riesgo de cáncer de próstata y cambió su enfoque hacia las aplicaciones gastrointestinales de sus tecnologías, incluida la evaluación del riesgo de cáncer de esófago en pacientes con esófago de Barrett. Su objetivo es demostrar que el análisis de conjuntos de datos de patología en 3D de biopsias endoscópicas completas mediante IA puede determinar mejor qué pacientes podrían progresar a cáncer de esófago y, por lo tanto, requerir un tratamiento más intensivo. El equipo está utilizando microscopía de lámina de luz de techo abierto para este propósito. Esta técnica innovadora permite la visualización microscópica en 3D de biopsias sin la necesidad de cortar, preservando toda la estructura del tejido.

Esta técnica de microscopía "sin portaobjetos" implica el uso de una lámina de luz y cámaras de alta velocidad para obtener imágenes de muestras de tejido teñidas con tintes fluorescentes y que se vuelven transparentes mediante un proceso llamado aclarado óptico. Una vez que se preparan los conjuntos de datos de patología en 3D, se emplea IA para resaltar las áreas más cruciales de la biopsia para la revisión del patólogo o para evaluar los tejidos de manera autónoma. En una investigación anterior publicada en Modern Pathology, el equipo introdujo un enfoque de aprendizaje profundo que demostró ser más eficiente para identificar neoplasias malignas en biopsias de esófago de Barrett que los métodos tradicionales, lo que redujo significativamente la cantidad de imágenes que los patólogos necesitan examinar. Además, el equipo está mejorando el proceso de entrenamiento del modelo de IA mediante el desarrollo de un avanzado sistema de clasificación de aprendizaje profundo con supervisión débil para analizar conjuntos de datos de patología en 3D.

“Estamos tratando de identificar a los pacientes con mayor riesgo para que puedan recibir tratamientos tempranos que podrían ser críticos para su supervivencia”, dijo el profesor Jonathan Liu, profesor de ingeniería mecánica, bioingeniería y medicina de laboratorio y patología en la Universidad de Washington. “En nuestras muestras de tejido archivadas, algunos pacientes progresaron a cáncer, y estamos tratando de detectar qué en sus tejidos podría haberlo predicho en las etapas más tempranas”.

Enlaces relacionados:
Facultad de Ingeniería de la UW

Miembro Oro
CONTROLADOR DE PIPETA SEROLÓGICA
PIPETBOY GENIUS
Verification Panels for Assay Development & QC
Seroconversion Panels
New
Immunofluorescence Analyzer
MPQuanti
New
Toxoplasma Gondii Immunoassay
Toxo IgM AccuBind ELISA Kit

Print article

Canales

Inmunología

ver canal
Imagen: los hallazgos se basaron en pacientes del ensayo clínico de ADAURA de la terapia dirigida osimertinib para pacientes con CPCNP con mutaciones activadas por EGFR (foto cortesía del equipo multimedia de YSM)

Análisis de sangre podría orientar decisiones futuras sobre tratamiento del cáncer

En el continuo avance de la medicina personalizada, un nuevo estudio ha aportado evidencia que respalda el uso de una herramienta que detecta moléculas derivadas del cáncer en la sangre de... Más

Microbiología

ver canal
Imagen: representación esquemática que ilustra los hallazgos clave del estudio (foto cortesía de la UNIST)

Innovadora tecnología disgnóstica identifica infecciones bacterianas con precisión de casi 100 % en tres horas

La identificación rápida y precisa de microbios patógenos en muestras de pacientes es esencial para el tratamiento eficaz de enfermedades infecciosas agudas, como la sepsis.... Más
Copyright © 2000-2025 Globetech Media. All rights reserved.