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
Ingresar
Publique su anuncio con nosotros
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




Tecnología de IA permite a neurocirujanos identificar tipo de tumor cerebral durante la cirugía

Por el equipo editorial de HospiMedica en español
Actualizado el 22 Oct 2023
Print article
Imagen: La IA acelera la identificación del tipo de tumor cerebral (Fotografía cortesía de UMC Utrecht)
Imagen: La IA acelera la identificación del tipo de tumor cerebral (Fotografía cortesía de UMC Utrecht)

Cuando se trata de tratar a niños con tumores en el cerebro o la médula espinal, la cirugía suele ser el curso de acción inicial. Sin embargo, durante el procedimiento, los neurocirujanos suelen desconocer el tipo específico de tumor y su grado de agresividad. Por lo general, un diagnóstico definitivo no está disponible hasta una semana después de la cirugía, una vez que el patólogo ha examinado cuidadosamente el tejido tumoral tanto visual como molecularmente. Una tecnología innovadora ahora permite identificar el tipo de tumor durante la propia cirugía, en tan solo 1,5 horas, lo que permite realizar ajustes en tiempo real en el abordaje quirúrgico.

Investigadores de la UMC Utrecht (Utrecht, Países Bajos) han ideado un algoritmo de aprendizaje profundo que acelera significativamente el proceso de diagnóstico. Aprovechando la tecnología de secuenciación de nanoporos recientemente introducida, capaz de leer ADN en tiempo real, los investigadores han diseñado un algoritmo capaz de aprender de millones de secuencias de ADN simuladas pero realistas. Este algoritmo, denominado 'Sturgeon', puede identificar el tipo de tumor en cuestión de 20 a 40 minutos, lo suficientemente rápido como para alterar los planes quirúrgicos sobre la marcha si es necesario.

El algoritmo de aprendizaje profundo se sometió a entrenamiento y validación utilizando una gran cantidad de datos de un biobanco integral que contiene muestras de tejido de niños con tumores cerebrales. También se aplicó prácticamente en múltiples ocasiones en cirugías cerebrales reales, desde la extracción de la muestra de tejido hasta la determinación del tipo de tumor. A veces, se deja intencionalmente una pequeña porción de tejido tumoral durante la cirugía para evitar complicaciones neurológicas. Si luego se descubre que el tumor es particularmente agresivo, es posible que se requiera una segunda cirugía, lo que genera estrés y riesgos adicionales para el paciente y su familia. Este nuevo algoritmo elimina esa incertidumbre, proporcionando a los cirujanos información en tiempo real sobre el tipo de tumor.

Si bien la tecnología es prometedora, se necesita más investigación para ampliar su aplicación. Se podrían incorporar tipos de tumores adicionales al algoritmo para cumplir con los estándares internacionales y permitir la comparación de datos. Además, los resultados entre este nuevo método rápido y el actual, más prolongado, se compararán en colaboración con otros centros nacionales e internacionales para evaluar si la nueva técnica también mejora la calidad de vida de los pacientes a largo plazo.

“Es realmente emocionante que hayamos podido dar el paso a la práctica clínica combinando todas las áreas de especialización, desde investigadores básicos hasta patólogos y cirujanos. Al hacerlo, podemos ayudar a los cirujanos a optimizar el resultado de la cirugía de tumores cerebrales”, afirmó Jeroen de Ridder, líder del grupo de investigación de la UMC Utrecht.

Enlaces relacionados:
UMC Utrecht  

Miembro Oro
STI Test
Vivalytic Sexually Transmitted Infection (STI) Array
Miembro Oro
Disposable Protective Suit For Medical Use
Disposable Protective Suit For Medical Use
Miembro Plata
Wireless Mobile ECG Recorder
NR-1207-3/NR-1207-E
New
1.5T MRI System
uMR 670

Print article

Canales

Cuidados Criticos

ver canal
Imagen: Ha habido un cambio de paradigma en cómo se diagnostican y tratan las valvulopatías cardíacas (Fotografía cortesía de 123RF)

Nueva tecnología podría revolucionar atención de valvulopatías cardíacas

La valvulopatía, que afecta la función de cualquiera de las cuatro válvulas del corazón, impacta al 2,5 % de la población estadounidense y al 13 % de las personas de... Más

Cuidados de Pacientes

ver canal
Imagen: La solución recientemente lanzada puede transformar la programación del quirófano e impulsar las tasas de utilización  (Fotografía cortesía de Fujitsu)

Solución de optimización de la capacidad quirúrgica ayuda a hospitales a impulsar utilización de quirófanos

Una solución innovadora tiene la capacidad de transformar la utilización de la capacidad quirúrgica al atacar la causa raíz de las ineficiencias los bloques de tiempo quirúrgico.... Más

TI

ver canal
Imagen: El primer modelo específico de la institución proporciona una ventaja de desempeñoa significativa sobre los modelos actuales basados en la población (Fotografía cortesía de Mount Sinai)

Modelo de aprendizaje automático mejora predicción del riesgo de mortalidad para pacientes de cirugía cardíaca

Se han implementado algoritmos de aprendizaje automático para crear modelos predictivos en varios campos médicos, y algunos han demostrado mejores resultados en comparación con sus... Más

Pruebas POC

ver canal
Imagen: El lector de inmunoensayo cuantitativo RPD-3500 (Fotografía cortesía de BK Electronics)

Lector de inmunoensayo de pruebas POC proporciona análisis cuantitativo de kits de prueba para diagnóstico más preciso

Un lector de inmunoensayos cuantitativos pequeño y liviano que proporciona un análisis cuantitativo de cualquier tipo de kits o tiras de prueba rápida, y se puede conectar a una PC... Más
Copyright © 2000-2024 Globetech Media. All rights reserved.