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




Herramienta de IA diagnostica enfermedad celíaca en imágenes de biopsia con precisión superior al 97%

Por el equipo editorial de LabMedica en español
Actualizado el 29 Mar 2025
Print article
Imágenes microscópicas que muestran vellosidades saludables a la izquierda y vellosidades enfermas a la derecha (foto cortesía de Florian Jaeckle/Universidad de Cambridge)
Imágenes microscópicas que muestran vellosidades saludables a la izquierda y vellosidades enfermas a la derecha (foto cortesía de Florian Jaeckle/Universidad de Cambridge)

La enfermedad celíaca es un trastorno autoinmune desencadenado por el consumo de gluten, que causa síntomas como calambres estomacales, diarrea, erupciones cutáneas, pérdida de peso, fatiga y anemia. Debido a la amplia variación de síntomas entre individuos, los pacientes a menudo tienen dificultades para obtener un diagnóstico preciso. El método estándar para diagnosticar la enfermedad celíaca consiste en realizar una biopsia del duodeno (la primera parte del intestino delgado). Posteriormente, los patólogos examinan la muestra al microscopio o en una computadora para identificar daños en las vellosidades, que son diminutas estructuras similares a pelos que recubren el intestino delgado. Interpretar estas biopsias puede ser difícil, ya que los cambios suelen ser sutiles. Los patólogos suelen utilizar la escala de Marsh-Oberhuber para evaluar la gravedad de la afección, que va de cero (vellosidades normales, lo que indica una baja probabilidad de enfermedad celíaca) a cuatro (vellosidades completamente aplanadas, lo que indica una enfermedad grave). Una nueva investigación muestra que un algoritmo de aprendizaje automático logró determinar con precisión, en 97 de cada 100 casos, si una persona padecía enfermedad celíaca basándose en su biopsia.

Esta herramienta de IA, desarrollada por científicos de la Universidad de Cambridge (Cambridge, Reino Unido), podría acelerar el diagnóstico de la enfermedad celíaca, aliviar la presión sobre los sistemas de salud sobrecargados y mejorar los diagnósticos en los países en desarrollo, donde hay una escasez significativa de patólogos. En una investigación publicada en The New England Journal of Medicine AI, los investigadores de Cambridge presentaron su algoritmo de aprendizaje automático diseñado para clasificar datos de imágenes de biopsia. El algoritmo se entrenó con un conjunto de datos completo de más de 4.000 imágenes obtenidas de cinco hospitales, utilizando cinco escáneres diferentes de cuatro fabricantes diferentes. El equipo también probó su algoritmo en un conjunto de datos independiente de casi 650 imágenes de una fuente invisible. En comparación con los diagnósticos originales realizados por los patólogos, el modelo identificó correctamente la presencia o ausencia de enfermedad celíaca en más de 97 casos de cada 100.

El modelo demostró una sensibilidad superior al 95 %, lo que significa que identificó con precisión a más de 95 de cada 100 personas con enfermedad celíaca. Además, tuvo una especificidad cercana al 98 %, lo que significa que identificó correctamente a casi 98 de cada 100 personas sin la enfermedad. Investigaciones previas del equipo han demostrado que incluso los patólogos pueden tener opiniones diferentes. En un estudio, al solicitar el diagnóstico de la enfermedad celíaca en una serie de 100 portaobjetos, más de uno de cada cinco casos generó desacuerdos entre los patólogos. En este nuevo estudio, los investigadores pidieron a cuatro patólogos que revisaran 30 portaobjetos y descubrieron que un patólogo tenía la misma probabilidad de estar de acuerdo con el modelo de IA que con otro.

“Esta es la primera vez que se ha demostrado que la IA diagnostica con la misma precisión que un patólogo experimentado, independientemente de si una persona padece celiaquía o no. Dado que la hemos entrenado con conjuntos de datos generados en diversas condiciones, sabemos que debería funcionar en una amplia gama de entornos, donde las biopsias se procesan y se obtienen imágenes de forma diferente”, afirmó el Dr. Florian Jaeckle, del Departamento de Patología e investigador en Hughes Hall, Cambridge. “Este es un paso importante para agilizar los diagnósticos y liberar tiempo de los patólogos para que se centren en casos más complejos o urgentes. Nuestro próximo paso es probar el algoritmo en una muestra clínica mucho mayor, lo que nos permitirá compartir este dispositivo con el organismo regulador y nos acercará a su uso en el NHS”.

Miembro Oro
ENSAYOS TDM PARA ANTIPSICÓTICOS
Saladax Antipsychotic Assays
Verification Panels for Assay Development & QC
Seroconversion Panels
New
H.pylori Test
Humasis H.pylori Card
New
Multi-Function Pipetting Platform
apricot PP5

Print article

Canales

Química Clínica

ver canal
Imagen: los pequeños materiales a base de arcilla se pueden personalizar para una variedad de aplicaciones médicas (foto cortesía de Angira Roy y Sam O’Keefe)

Herramienta química a nanoescala 'brillantemente luminosa' mejora detección de enfermedades

Miles de moléculas brillantes disponibles comercialmente, conocidas como fluoróforos, se utilizan comúnmente en imágenes médicas, detección de enfermedades, marcado... Más

Inmunología

ver canal
Imagen: la prueba de células madre del cáncer puede elegir con precisión tratamientos más efectivos (fotografía cortesía de la Universidad de Cincinnati)

Prueba de células madre predice resultado del tratamiento en cáncer de ovario resistente al platino

El cáncer de ovario epitelial suele responder inicialmente a la quimioterapia, pero con el tiempo, el tumor desarrolla resistencia a la terapia, lo que provoca su recrecimiento. Esta resistencia... Más

Microbiología

ver canal
Imagen: el ensayo de laboratorio en tubo podría mejorar los diagnósticos de TB en áreas rurales o limitadas por recursos (foto cortesía de la Universidad de Tulane/Kenny Lass)

Dispositivo portátil ofrece resultados de tuberculosis económico y rápido

La tuberculosis (TB) sigue siendo la enfermedad infecciosa más mortal a nivel mundial, afectando a aproximadamente 10 millones de personas al año. En 2021, alrededor de 4,2 millones de casos... Más

Tecnología

ver canal
Imagen: el chip de autoevaluación del VIH-1 será capaz de detectar selectivamente el VIH en muestras de sangre entera (foto cortesía de Shutterstock)

Tecnología de microchip desechable podría detectar selectivamente VIH en muestras de sangre completa

A finales de 2023, aproximadamente 40 millones de personas en todo el mundo vivían con VIH, y alrededor de 630.000 personas murieron por enfermedades relacionadas con el sida ese mismo año.... Más
Copyright © 2000-2025 Globetech Media. All rights reserved.