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.

Please note that the HospiMedica website is also available in a complete English version
Presenta Sitios para socios Información LinkXpress
Ingresar
Publique su anuncio con nosotros
Detecto

Deascargar La Aplicación Móvil




Eventos

ATENCIÓN: Debido a la EPIDEMIA DE CORONAVIRUS, ciertos eventos están siendo reprogramados para una fecha posterior o cancelados por completo. Verifique con el organizador del evento o el sitio web antes de planificar cualquier evento próximo.
09 dic 2022 - 11 dic 2022

Sistema nuevo de aprendizaje automático ayuda a los patólogos a diagnosticar el cáncer

Por el equipo editorial de HospiMedica en español
Actualizado el 26 Aug 2019
Print article
Investigadores de la Universidad de Washington (Seattle, WA, EUA) y la Universidad de California (Los Ángeles, CA; EUA) desarrollaron un sistema de inteligencia artificial (IA) que podría ayudar a los patólogos a leer biopsias con mayor exactitud y conducir a una mejor detección y diagnóstico del cáncer de mama. El nuevo algoritmo puede interpretar imágenes de biopsias de tejido mamario para diagnosticar el cáncer de mama con la misma exactitud o incluso mejor, que un patólogo experimentado, dependiendo de la tarea.

En 2015, un estudio de la facultad de medicina de la Universidad de Washington descubrió que los patólogos a menudo no estaban de acuerdo con la interpretación de las biopsias de mama, que se realizan en millones de mujeres cada año. El estudio reveló que se produjeron errores de diagnóstico en aproximadamente una de cada seis mujeres que tenían un tipo no invasivo de cáncer de mama llamado “carcinoma ductal in situ”. Además, se dieron diagnósticos incorrectos en aproximadamente la mitad de los casos de biopsia con células anormales que se asocian con un mayor riesgo de cáncer de mama, una afección llamada atipia de mama.

Los investigadores razonaron que la IA podría proporcionar lecturas más exactas consistentemente, ya que utiliza un gran conjunto de datos que hace posible que el sistema de aprendizaje automático reconozca patrones asociados con el cáncer que son difíciles de ver para los médicos. Después de estudiar las estrategias utilizadas por los patólogos durante las interpretaciones de biopsias de seno, el equipo desarrolló métodos de análisis de imágenes para abordar estos desafíos. Los investigadores introdujeron 240 imágenes de biopsias de seno en una computadora, entrenándola para reconocer patrones asociados con varios tipos de lesiones de mama, que van desde lesiones no cancerosas y atipias hasta carcinoma ductal in situ y cáncer de seno invasivo. Los diagnósticos correctos se determinaron por consenso entre tres patólogos expertos.

Luego, los investigadores probaron el sistema comparando sus lecturas con diagnósticos independientes realizados por 87 patólogos estadounidenses en ejercicio que interpretaron los mismos casos. El algoritmo estuvo cerca de funcionar tan bien como los médicos humanos para diferenciar el cáncer del no cáncer. Sin embargo, el algoritmo superó a los médicos en diferenciar el carcinoma ductal in situ de la atipia, diagnosticando correctamente las biopsias de cáncer de mama preinvasivas aproximadamente el 89% de las veces, en comparación con el 70% para los patólogos. Los investigadores ya comenzaron a trabajar en la capacitación del sistema para diagnosticar el cáncer de piel.

“Estos resultados son muy alentadores”, dijo la coautora del estudio, la Dra. Joann Elmore, profesora de medicina de la facultad de medicina David Geffen de la UCLA, que anteriormente era profesora de medicina interna en la facultad de medicina de la Universidad de Washington. “Hay poca exactitud entre los patólogos practicantes en los Estados Unidos cuando se trata del diagnóstico de atipias y carcinomas ductales in situ y el método automatizado basado en computadora es muy prometedor”.

Enlace relacionado:
Universidad de Washington
Universidad de California


ANALIZADOR DE SANGRE COMPLETA PMB
GEM Premier ChemSTAT
Proveedor de oro
PRUEBA SARS-COV-2
INgezim COVID 19 SPIKE CROM
New
Real-Time PCR System
X9
New
Direct LDL Assay
Direct LDL-C

Print article
Radcal

Canales

Cuidados Criticos

ver canal
Imagen: Analizador de hemostasia Quantra  (Fotografía cortesía de la HemoSonics)

Sistema de hemostasia de sangre total POC de última generación reconoce necesidades específicas de servicios de emergencia y quirófanos

Las pruebas hemostáticas actuales proporcionan solo un subconjunto de la información necesaria, o tardan demasiado en ser útiles en situaciones críticas de hemorragia, lo que... Más

Téc. Quirúrgica

ver canal
Imagen: Un material nuevo único ha mostrado ser significativamente prometedor en el tratamiento de la lesión de la médula espinal (Fotografía cortesía de Unsplash)

Estructuras de soporte biocompatibles hechas de materiales híbridos únicos pueden reparar el tejido de la médula espinal

La lesión de la médula espinal sigue siendo una de las lesiones traumáticas más debilitantes que una persona puede sufrir durante su vida y afecta todos los aspectos de la vida... Más

Cuidados de Pacientes

ver canal
Imagen: El sistema de limpieza automatizado permite que los endoscopios se limpien directamente de la clínica (Fotografía cortesía de la Universidad de Aston)

Primer limpiador de endoscopios automatizado del mundo combate la resistencia a antimicrobianos

Los endoscopios son tubos largos y delgados con una luz y una cámara en un extremo. Debido a la sensibilidad de los materiales y la electrónica, no se pueden esterilizar en un autoclave (una... Más

Negocios

ver canal
Imagen: Se espera que el mercado global de sistemas de monitoreo multiparamétrico de pacientes supere los 15 mil millones de dólares para 2028 (Fotografía cortesía de Unsplash)

Mercado mundial de sistemas de monitorización multiparamétrica de pacientes impulsado por aumento de enfermedades crónicas

El equipo de monitorización multiparamétrica de pacientes  se utiliza para evaluar los signos vitales de los pacientes que padecen una enfermedad grave. Estos dispositivos están... Más
Copyright © 2000-2022 Globetech Media. All rights reserved.