{"id":44288,"date":"2024-03-12T09:17:21","date_gmt":"2024-03-12T15:17:21","guid":{"rendered":"https:\/\/saluddigital.com\/?p=44288"},"modified":"2025-10-18T22:05:12","modified_gmt":"2025-10-19T04:05:12","slug":"nueva-herramienta-de-ia-extrae-datos-de-patologia-de-pacientes-con-cancer","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/nueva-herramienta-de-ia-extrae-datos-de-patologia-de-pacientes-con-cancer\/","title":{"rendered":"Nueva herramienta de IA extrae datos de patolog\u00eda de pacientes con c\u00e1ncer"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Investigadores de Cedars-Sinai facilitan el acceso computacional a las notas de patolog\u00eda en los registros de pacientes, abriendo el camino para su uso en nuevos estudios y ensayos cl\u00ednicos.<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Investigadores de Cedars-Sinai desarrollaron une estudio que expone el uso de inteligencia artificial (IA) para ayudar a las computadoras a acceder a parte de la informaci\u00f3n m\u00e1s importante y dif\u00edcil de extraer en los registros m\u00e9dicos de los pacientes con c\u00e1ncer, como lo son los informes de patolog\u00eda. El m\u00e9todo, descrito en el estudio publicado en la revista especializada Patterns<\/i><\/span><\/a>, podr\u00eda ayudar a los m\u00e9dico-cient\u00edficos que obtienen el consentimiento del paciente a extraer informaci\u00f3n de estos informes de patolog\u00eda para la investigaci\u00f3n y el reclutamiento de pacientes para ensayos cl\u00ednicos.<\/p>

Seg\u00fan el Dr. Nicholas Tatonetti, vicepresidente de Operaciones en el Departamento de Biomedicina Computacional de Cedars-Sinai, director asociado de Oncolog\u00eda Computacional en Cedars-Sinai Cancer y autor principal del estudio: \u201cEl c\u00e1ncer es una enfermedad compleja, y una gran cantidad de informaci\u00f3n est\u00e1 contenida en las notas que un pat\u00f3logo hace cuando revisan el c\u00e1ncer de un paciente bajo el microscopio\u201d. Sin embargo, estas notas suelen ser inaccesibles para las computadoras debido a que est\u00e1n en formato PDF escaneado.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Para abordar este desaf\u00edo, Tatonetti y su equipo desarrollaron un m\u00e9todo para convertir los informes de patolog\u00eda escaneados en texto legible por m\u00e1quina. Los investigadores trabajaron con The Cancer Genome Atlas, una de las colecciones de informaci\u00f3n p\u00fablica de c\u00e1ncer m\u00e1s importantes de Estados Unidos. Al limpiar los escaneos con IA y software de reconocimiento \u00f3ptico de caracteres, lograron transformar estos informes en un formato que las computadoras pueden interpretar con precisi\u00f3n.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t

\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

\u201cEste avance nos permite entrenar algoritmos para extraer informaci\u00f3n valiosa de los informes de patolog\u00eda, lo que permite a los investigadores identificar nuevos marcadores de enfermedades, realizar investigaciones y reclutar pacientes para ensayos cl\u00ednicos\u201d, explic\u00f3 el Dr. Tatonetti.<\/p>

El conjunto de datos resultante, que comprende texto de casi 10,000 pacientes con c\u00e1ncer, ahora est\u00e1 disponible p\u00fablicamente y puede ser utilizado por bi\u00f3logos computacionales y cient\u00edficos de la computaci\u00f3n para un an\u00e1lisis adicional. En este sentido, el Dr. Dan Theodorescu, director de C\u00e1ncer de Cedars-Sinai, reconoci\u00f3 la importancia de este avance: \u201cLa verdadera historia de la condici\u00f3n de un paciente se encuentra en las notas de los cl\u00ednicos. Las herramientas que nos ayudan a explotar esta informaci\u00f3n promueven nuestros esfuerzos para llevar la promesa de la medicina de precisi\u00f3n a cada uno de nuestros pacientes\u201d.<\/p>

El siguiente paso para el equipo del Dr. Tatonetti es entrenar modelos para extraer informaci\u00f3n espec\u00edfica, como la etapa del c\u00e1ncer, de los datos. Adem\u00e1s, planean aplicar su m\u00e9todo a la Molecular Twin Precision Oncology Platform de Cedars-Sinai, mejorando sus capacidades en el tratamiento personalizado del c\u00e1ncer.<\/p>

Finalmente, el Dr. Jason Moore, presidente del Departamento de Biomedicina Computacional de Cedars-Sinai, destac\u00f3 el potencial transformador de la IA en la atenci\u00f3n m\u00e9dica: \u201cLas mejoras de IA al reconocimiento \u00f3ptico de caracteres son la clave para extraer una gran cantidad de datos de algunas de las partes m\u00e1s cl\u00ednicamente relevantes de los registros de pacientes\u201d. Este avance busca impulsar nuevos estudios e innovaciones en la investigaci\u00f3n del c\u00e1ncer, beneficiando a pacientes y m\u00e9dicos por igual.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

CEDARS SINAI<\/b><\/p>

https:\/\/www.cedars-sinai.org\/newsroom\/new-ai-tool-mines-cancer-patients-pathology-data\/<\/a><\/span><\/p>

CELL<\/b><\/p>

https:\/\/www.cell.com\/patterns\/fulltext\/S2666-3899(24)00024-2<\/a><\/span><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

Investigadores de Cedars-Sinai facilitan el acceso computacional a las notas de patolog\u00eda en los registros de pacientes, abriendo el camino para su uso en nuevos estudios y ensayos cl\u00ednicos. Investigadores de Cedars-Sinai desarrollaron une estudio que expone el uso de inteligencia artificial (IA) para ayudar a las computadoras a acceder a parte de la informaci\u00f3n m\u00e1s importante y dif\u00edcil de extraer en los registros m\u00e9dicos de los pacientes con c\u00e1ncer, como lo son los informes de patolog\u00eda. El m\u00e9todo, descrito en el estudio publicado en la revista especializada Patterns, podr\u00eda ayudar a los m\u00e9dico-cient\u00edficos que obtienen el consentimiento del paciente a extraer informaci\u00f3n de estos informes de patolog\u00eda para la investigaci\u00f3n y el reclutamiento de pacientes para ensayos cl\u00ednicos. Seg\u00fan el Dr. Nicholas Tatonetti, vicepresidente de Operaciones en el Departamento de Biomedicina Computacional de Cedars-Sinai, director asociado de Oncolog\u00eda Computacional en Cedars-Sinai Cancer y autor principal del estudio: \u201cEl c\u00e1ncer es una enfermedad compleja, y una gran cantidad de informaci\u00f3n est\u00e1 contenida en las notas que un pat\u00f3logo hace cuando revisan el c\u00e1ncer de un paciente bajo el microscopio\u201d. Sin embargo, estas notas suelen ser inaccesibles para las computadoras debido a que est\u00e1n en formato PDF escaneado. Para abordar este desaf\u00edo, Tatonetti y su equipo desarrollaron un m\u00e9todo para convertir los informes de patolog\u00eda escaneados en texto legible por m\u00e1quina. Los investigadores trabajaron con The Cancer Genome Atlas, una de las colecciones de informaci\u00f3n p\u00fablica de c\u00e1ncer m\u00e1s importantes de Estados Unidos. Al limpiar los escaneos con IA y software de reconocimiento \u00f3ptico de caracteres, lograron transformar estos informes en un formato que las computadoras pueden interpretar con precisi\u00f3n. \u201cEste avance nos permite entrenar algoritmos para extraer informaci\u00f3n valiosa de los informes de patolog\u00eda, lo que permite a los investigadores identificar nuevos marcadores de enfermedades, realizar investigaciones y reclutar pacientes para ensayos cl\u00ednicos\u201d, explic\u00f3 el Dr. Tatonetti. El conjunto de datos resultante, que comprende texto de casi 10,000 pacientes con c\u00e1ncer, ahora est\u00e1 disponible p\u00fablicamente y puede ser utilizado por bi\u00f3logos computacionales y cient\u00edficos de la computaci\u00f3n para un an\u00e1lisis adicional. En este sentido, el Dr. Dan Theodorescu, director de C\u00e1ncer de Cedars-Sinai, reconoci\u00f3 la importancia de este avance: \u201cLa verdadera historia de la condici\u00f3n de un paciente se encuentra en las notas de los cl\u00ednicos. Las herramientas que nos ayudan a explotar esta informaci\u00f3n promueven nuestros esfuerzos para llevar la promesa de la medicina de precisi\u00f3n a cada uno de nuestros pacientes\u201d. El siguiente paso para el equipo del Dr. Tatonetti es entrenar modelos para extraer informaci\u00f3n espec\u00edfica, como la etapa del c\u00e1ncer, de los datos. Adem\u00e1s, planean aplicar su m\u00e9todo a la Molecular Twin Precision Oncology Platform de Cedars-Sinai, mejorando sus capacidades en el tratamiento personalizado del c\u00e1ncer. Finalmente, el Dr. Jason Moore, presidente del Departamento de Biomedicina Computacional de Cedars-Sinai, destac\u00f3 el potencial transformador de la IA en la atenci\u00f3n m\u00e9dica: \u201cLas mejoras de IA al reconocimiento \u00f3ptico de caracteres son la clave para extraer una gran cantidad de datos de algunas de las partes m\u00e1s cl\u00ednicamente relevantes de los registros de pacientes\u201d. Este avance busca impulsar nuevos estudios e innovaciones en la investigaci\u00f3n del c\u00e1ncer, beneficiando a pacientes y m\u00e9dicos por igual. BIBLIOGRAF\u00cdA CEDARS SINAI https:\/\/www.cedars-sinai.org\/newsroom\/new-ai-tool-mines-cancer-patients-pathology-data\/ CELL https:\/\/www.cell.com\/patterns\/fulltext\/S2666-3899(24)00024-2<\/p>","protected":false},"author":1,"featured_media":44290,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-44288","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-noticias","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/44288","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=44288"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/44288\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/44290"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=44288"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=44288"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=44288"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}