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

Deascargar La Aplicación Móvil




Herramienta de IA predice la respuesta a la quimioterapia a partir de portaobjetos de biopsia

Por el equipo editorial de LabMedica en español
Actualizado el 12 Mar 2026
Imagen: Descripción general del estudio: A) Ensamblaje de cohortes de desarrollo y validación B) Flujo de trabajo de la plataforma CHAI descrito en cinco pasos (Hendifar, A. E. et al., J Clin Oncol (2026). DOI: 10.1200/JCO-25-02199))
Imagen: Descripción general del estudio: A) Ensamblaje de cohortes de desarrollo y validación B) Flujo de trabajo de la plataforma CHAI descrito en cinco pasos (Hendifar, A. E. et al., J Clin Oncol (2026). DOI: 10.1200/JCO-25-02199))

La selección de la quimioterapia de primera línea para el cáncer de páncreas avanzado generalmente implica probar uno de dos regímenes aprobados y cambiarlo si la respuesta es insuficiente. Una discrepancia inicial puede retrasar el control de la enfermedad y debilitar aún más a los pacientes. Los biomarcadores predictivos que ayudan a guiar el tratamiento en otros tipos de cáncer aún no están disponibles para el cáncer de páncreas. Ahora, investigadores informan sobre un enfoque basado en inteligencia artificial (IA) diseñado para individualizar la selección del régimen antes de iniciar el tratamiento.

La plataforma de inteligencia artificial de histología computacional (CHAI) fue codesarrollada por investigadores de la Universidad de Ciencias de la Salud Cedars-Sinai (Los Ángeles, CA, EE. UU.). CHAI analiza imágenes digitalizadas de láminas de biopsia teñidas para captar la arquitectura celular y tisular que se obtiene de forma rutinaria durante los estudios diagnósticos. El sistema extrae y evalúa más de 30.000 características histológicas de cada caso. Luego genera una recomendación de tratamiento adaptada a cada paciente.

Los investigadores crearon el modelo predictivo evaluando las características del tejido tumoral de 25.000 casos de cáncer de páncreas tratados con una de las dos opciones de quimioterapia estándar. Compararon estas características obtenidas mediante imágenes con las respuestas observadas al tratamiento para entrenar el algoritmo. En pruebas posteriores con datos de un amplio ensayo clínico que utilizó los mismos dos regímenes, la herramienta predijo con precisión la respuesta de cada paciente a la terapia recibida. Este método no requiere muestreo adicional más allá de la biopsia original.

Según el equipo, la plataforma podría validarse prospectivamente en pacientes que reciben terapia antes de considerar su uso clínico rutinario. Los autores señalan que el mismo método podría adaptarse a otros tipos de tumores sólidos y comparar diferentes modalidades de tratamiento, incluyendo radioterapia versus cirugía. Los hallazgos se publicaron el 11 de febrero de 2026 en la revista Journal of Clinical Oncology .

“A diferencia de la mayoría de las pruebas de biomarcadores, que requieren una muestra adicional de tejido o sangre, esta prueba solo requiere una imagen escaneada del portaobjetos de biopsia del paciente”, afirmó el Dr. Andrew Hendifar, director médico de Cáncer de Páncreas en Cedars-Sinai Cancer y primer autor del estudio. “Simplemente se envía la imagen electrónicamente y se recibe rápidamente un resultado con la preferencia de tratamiento. Y no solo se sabe cuál es el tratamiento preferido, sino también su probable eficacia”.

Enlaces relacionados
Universidad de Ciencias de la Salud Cedars-Sinai

Miembro Oro
Lector rapido de tarjetas
EASY READER+
Miembro Oro
Quality Control Material
iPLEX Pro Exome QC Panel
New
HPV Test
Allplex HPV28 Detection
New
Hematology Consumables
Bioblood Devices

Canales

Química Clínica

ver canal
Imagen: los hallazgos podrían allanar el camino para que un análisis de sangre detecte el riesgo de deterioro cognitivo años antes de que normalmente se diagnostique la demencia (fotografía cortesía de Adobe Stock)

Prueba de metabolitos en sangre detecta deterioro cognitivo temprano

La identificación temprana de personas con riesgo de demencia sigue siendo difícil, ya que los síntomas suelen aparecer solo después de una neurodegeneración significativa.... Más

Inmunología

ver canal
Imagen: Filipe Lima, primer autor del artículo (foto cortesía de FMRP-USP)

Método de cribado combinado permite identificar casos de lepra en etapas tempranas

La lepra sigue siendo un problema importante de salud pública, con más de 200.000 casos nuevos notificados anualmente en todo el mundo, y la enfermedad temprana a menudo escapa a la detección... Más

Microbiología

ver canal
Imagen: Los investigadores identificaron una especie de Treponema no descrita anteriormente que estaba fuertemente asociada con la enfermedad aguda de Noma (crédito de la foto: Adobe Stock)

Nuevo objetivo bacteriano identificado para la detección temprana del noma

La noma es una infección orofacial de rápida progresión que comienza como gingivitis y puede destruir los tejidos orales y faciales, afectando principalmente a niños pequeños... Más

Industria

ver canal
Imagen: La colaboración se centra en métodos de automatización verificados para los kits de preparación de bibliotecas SMART-Seq de Takara Bio USA en los sistemas de manipulación de líquidos Microlab STAR de Hamilton (fotografía cortesía de Hamilton Company)

Takara Bio USA y Hamilton se asocian para automatizar la preparación de bibliotecas NGS

Takara Bio USA, Inc. (San José, California, EE. UU.), una filial de propiedad total de Takara Bio Inc., y Hamilton Company (Reno, Nevada, EE. UU.) anunciaron un acuerdo de desarrollo y comercia... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.