Filter by input type
Select all
News
Pages
Events
Filter by category
Select all
AI ANALYTICS
Mobile Apps and Internet of Things
Advancement of science
big data
Connected communities
Coronavirus
Courses and training
DIAGNOSIS
Initial Editorial
Editorials
A world in the cloud
Events
Infographics
Artificial Intelligence and Science
IoT Apps
News
Digital platforms
Social networks
Review of scientific publications
Course Summary
Synopsis of essay
Overview of reference frames
Synopsis of recent publications
Use of Digital Platforms
Filter by input type
Select all
News
Pages
Events
Filter by category
Select all
AI ANALYTICS
Mobile Apps and Internet of Things
Advancement of science
big data
Connected communities
Coronavirus
Courses and training
DIAGNOSIS
Initial Editorial
Editorials
A world in the cloud
Events
Infographics
Artificial Intelligence and Science
IoT Apps
News
Digital platforms
Social networks
Review of scientific publications
Course Summary
Synopsis of essay
Overview of reference frames
Synopsis of recent publications
Use of Digital Platforms
Investigadores entrenan IA para identificar células enfermas

Una herramienta personalizable de IA desarrollada por científicos de Stanford ayuda a patólogos a identificar células enfermas.

La inteligencia artificial (IA) se ha convertido, en el sector salud, en una herramienta clave para mejorar el trabajo de los médicos especialistas. La IA es capaz de realizar tareas de asistencia para médicos, reduciendo su carga de trabajo y mejorando su toma de decisiones basadas en evidencia clínica.  Por ejemplo, en los años recientes la IA, ha sido utilizada por médicos para realizar análisis de imágenes médicas, herramienta que, hasta cierto punto, es una de las más accesibles en temas de IA.

Las herramientas que ayudan al análisis de imágenes suelen ser entrenadas solamente para una tarea especifica, es decir no pueden utilizarse de manera universal para realizar otro tipo de tareas para las que no fueron diseñadas.

Recientemente científicos de Stanford Medicine colaboraron para desarrollar una nueva herramienta de IA, capaz de identificar células enfermas bajo el microscopio que cualquier patólogo puede señalar fácilmente. El desarrollo y prueba de esta herramienta denominada nuclei.io, fue detallado en un estudio publicado en Nature Biomedical Engineering. El estudio mostró que los patólogos que utilizaron nuclei.io alcanzaron un diagnóstico 62% más rápido y un 72% más preciso que aquellos que no utilizaron el programa.

El Dr. Jame Zou, profesor asociado de ciencia de datos biomédicos y coautor principal del artículo, detalló que nuclei.io es una que no busca reemplazar el trabajo de los patólogos, sino que sea una herramienta para la colaboración con los especialistas. “Descubrimos que un patólogo asistido por la IA es mucho mejor que el patólogo solo o la IA sola”, expresó.

Ante el problema de escasez de patólogos, esta y otras herramientas de IA han demostrado tener el potencial para acelerar el trabajo de los patólogos.  Esta herramienta puede reconocer entre células sanas y células enfermas al proporcionarle ejemplos, sin embargo, esto no ocurre normalmente con las herramientas de IA, las cuales suelen ser entrenadas con ciertos datos y solo pueden realizar sus funciones con base a estos.

Según explica el Dr. Thomas Montine, autor del estudio, cada patólogo tiene su propia idea de cómo se ve un tipo de célula y las herramientas de IA no han sido capaces de capturar esas preferencias individuales. Por ello es que los investigadores de Stanford decidieron crear una herramienta de IA con mayor fluidez para patólogos, la cual puede aprender a medida que el especialista la utiliza. En este sentido nuclei.io cuenta con una habilidad básica para diferenciar tipos de célula basados en la apariencia de su núcleo, el cual contiene la información genética.

Según el estudio, en menos de una hora de uso este modelo de IA puede aprender a reconocer las células que un patólogo está buscando. El Dr. Zou explicó que “cuando contaban (los patólogos) con la ayuda de la inteligencia artificial, eran más precisos a la hora de ampliar las regiones relevantes dentro de una imagen grande”.

Por ejemplo, al tratar de buscar células inmunitarias en imágenes de biopsias uterinas, para diagnosticar endometritis, o células de cáncer de colon dentro de un ganglio linfático, para diagnosticar cáncer metastásico, la ayuda de la IA redujo el tiempo de diagnóstico de 209 a 79 segundos.

El objetivo final de nuclei.io, es asegurarse de que los pacientes reciben atención rápida y obtienen diagnósticos precisos. En sus pruebas iniciales esta herramienta no solo aceleró el trabajo de los patólogos, sino que mejoró la precisión de sus diagnósticos.

“Puede ser una herramienta poderosa para interpretar cualquier biopsia en la que estemos tratando de diferenciar células sanas y malignas. Eso no es cierto de ninguna otra herramienta de IA importante que se esté utilizando en patología en este momento”, concluyó el Dr. Montine.

Outstanding news

News by country

Share

Digital Health in the world

  • — Science Brief: Omicron (B.1.1.529) Variant/CDC updates
    See more
  • —Coronavirus resource center/Johns Hopkins
    See more
  • — Epidemiological tracing of COVID-19 contacts / Johns Hopkins Course
    See more
  • — SARS-CoV-2 infection behavior / FCS calculator
    See more
  • — Omicron SARS-CoV-2 variant: a new chapter in the COVID-19 pandemic/ Article The Lancet
    See more
  • —Genomic Epidemiology Tracker/GISAID
    See more
  • — Mexican Genomic Surveillance Consortium
    See more
Secured By miniOrange