{"id":65300,"date":"2025-11-28T12:07:55","date_gmt":"2025-11-28T18:07:55","guid":{"rendered":"https:\/\/saluddigital.com\/?p=65300"},"modified":"2025-11-28T12:23:39","modified_gmt":"2025-11-28T18:23:39","slug":"herramienta-de-ia-generativa-identifica-anormalidades-en-globulos-no-detectadas-por-medicos","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/herramienta-de-ia-generativa-identifica-anormalidades-en-globulos-no-detectadas-por-medicos\/","title":{"rendered":"Herramienta de IA generativa identifica anormalidades en gl\u00f3bulos no detectadas por m\u00e9dicos"},"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

CytoDiffusion, un modelo de Cambridge logra detectar anomal\u00edas en c\u00e9lulas sangu\u00edneas, manejar incertidumbre y generar im\u00e1genes indistinguibles de las reales.<\/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 Cambridge desarrollaron un sistema denominado CytoDiffusion<\/strong> que utiliza inteligencia artificial (IA) generativa, \u00a0para estudiar la forma y estructura de las c\u00e9lulas sangu\u00edneas .Un estudio detallando los avances de este modelo fueron publicados en Nature Machine Intelligence<\/em><\/a>.<\/em><\/p>

Seg\u00fan el equipo de Cambridge, CytoDiffusion<\/strong> promete mejorar la evaluaci\u00f3n de la morfolog\u00eda de c\u00e9lulas sangu\u00edneas<\/strong>. El estudio \u00a0se\u00f1ala que este enfoque supera a los modelos tradicionales en \u00e1reas clave para su uso cl\u00ednico: detecci\u00f3n de anomal\u00edas, resistencia a variaciones en las im\u00e1genes, eficiencia con pocos datos y capacidad para cuantificar incertidumbre.<\/p>

\u201cTodos tenemos muchos tipos diferentes de c\u00e9lulas sangu\u00edneas con distintas propiedades y funciones en nuestro cuerpo\u201d, afirm\u00f3 Simon Deltadahl, del Departamento de Matem\u00e1ticas Aplicadas y F\u00edsica Te\u00f3rica de Cambridge, primer autor del estudio. \u201cPor ejemplo, los gl\u00f3bulos blancos se especializan en combatir infecciones. Saber c\u00f3mo se ve una c\u00e9lula sangu\u00ednea anormal o enferma al microscopio es fundamental para el diagn\u00f3stico de muchas enfermedades\u201d.<\/p>

La evaluaci\u00f3n de la forma y caracter\u00edsticas de las c\u00e9lulas sangu\u00edneas es una parte cr\u00edtica del diagn\u00f3stico en hematolog\u00eda, pero depende en gran parte de la experiencia del personal especializado. Los modelos actuales de aprendizaje autom\u00e1tico o machine learning<\/em> suelen enfocarse en clasificar im\u00e1genes seg\u00fan etiquetas predefinidas, lo que limita su capacidad para detectar patrones raros o manejar condiciones variables entre laboratorios.<\/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\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
\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

CytoDiffusion adopta un enfoque distinto: en lugar de aprender \u00fanicamente fronteras de decisi\u00f3n entre clases, modela la distribuci\u00f3n completa de las morfolog\u00edas celulares<\/strong>. Esta estrategia permite que el sistema genere im\u00e1genes sint\u00e9ticas altamente realistas, reconozca c\u00e9lulas inusuales que no estaban en los datos de entrenamiento y mantenga un desempe\u00f1o estable incluso ante cambios en la iluminaci\u00f3n, el microscopio o el proceso de tinci\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\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 el desarrollo de esta herramienta de IA generativa, los cient\u00edficos entrenaron el sistema con m\u00e1s de medio mill\u00f3n de im\u00e1genes de frotis sangu\u00edneos del Hospital Addenbooke. Se trata del conjunto de datos m\u00e1s grande en su tipo, que incluy\u00f3 tipos de c\u00e9lulas sangu\u00edneas comunes como ejemplos m\u00e1s raros, as\u00ed como elementos suelen confundir a los sistemas automatizados.<\/p>

Durante las pruebas, el modelo gener\u00f3 im\u00e1genes que resultaron pr\u00e1cticamente indistinguibles para un panel de diez hemat\u00f3logos, quienes no pudieron diferenciar entre im\u00e1genes reales y sint\u00e9ticas m\u00e1s all\u00e1 del nivel del azar. \u201cEso me sorprendi\u00f3 mucho”, dijo Deltadahl. \u201cEstas personas se pasan el d\u00eda mirando gl\u00f3bulos, y ni siquiera ellos lo notaban\u201d. Adem\u00e1s, el sistema mostr\u00f3 una sensibilidad superior a la de otros modelos al identificar c\u00e9lulas an\u00f3malas, incluidas blastos, relevantes para el diagn\u00f3stico temprano de leucemias.<\/p>

En este sentido, el estudio tambi\u00e9n destaca que CytoDiffusion ofrece una estimaci\u00f3n m\u00e1s confiable de su propia incertidumbre<\/strong>, comparada incluso con especialistas humanos. Esto abre la puerta a sistemas de apoyo cl\u00ednico que automaticen los casos simples y redirijan los m\u00e1s dudosos al personal m\u00e9dico. Como complemento, el modelo puede generar mapas de calor contrafactuales<\/strong>, una forma de explicaci\u00f3n visual que muestra qu\u00e9 partes de la imagen tendr\u00edan que cambiar para que la c\u00e9lula fuera clasificada como otro tipo.<\/p>

\u201cCuando probamos su precisi\u00f3n, el sistema fue ligeramente mejor que el de los humanos\u201d, detall\u00f3 Deltadahl. \u201cPero donde realmente destac\u00f3 fue en saber cu\u00e1ndo era incierto. Nuestro modelo nunca dir\u00eda que era seguro y luego se equivocar\u00eda, pero eso es algo que los humanos a veces hacen\u201d.<\/p>

Por su parte, Michael Roberts, coautor principal y tambi\u00e9n del Departamento de Matem\u00e1ticas Aplicadas y F\u00edsica Te\u00f3rica de Cambridge explic\u00f3 que: \u201cEvaluamos nuestro m\u00e9todo frente a muchos de los desaf\u00edos que presenta la IA en el mundo real, como im\u00e1genes nunca antes vistas, im\u00e1genes capturadas por diferentes m\u00e1quinas y el grado de incertidumbre en las etiquetas\u201d, afirm\u00f3 el profesor \u201cEste marco ofrece una visi\u00f3n multifac\u00e9tica del rendimiento del modelo, lo cual creemos que ser\u00e1 beneficioso para los investigadores\u201d.<\/p>

Los autores tambi\u00e9n comunicaron que publicar\u00e1n este conjunto de datos de manera abierta, por lo que esperan motivar a investigadores a nivel global a contribuir y probar nuevos modelos de IA que democraticen el acceso a datos m\u00e9dicos de alta calidad<\/strong>.<\/p>

Los investigadores sugieren que este enfoque generativo podr\u00eda establecer un nuevo est\u00e1ndar en la evaluaci\u00f3n de im\u00e1genes en hematolog\u00eda, al combinar precisi\u00f3n con interpretabilidad y capacidad de generalizaci\u00f3n. Y aunque este modelo no reemplaza el juicio cl\u00ednico, se trata de una revolucionaria herramienta que puede facilitar su trabajo de manera significativa. Asimismo, los investigadores reconocen que ser\u00e1 necesario m\u00e1s trabajo para perfeccionar y mejorar la velocidad del sistema y probarlo en diversas poblaciones de pacientes para garantizar imparcialidad\u00a0 y precisi\u00f3n.<\/p>

\u201cEl verdadero valor de la IA en el \u00e1mbito sanitario no reside en aproximarse a la experiencia humana a un menor coste<\/strong>, sino en permitir un mayor poder de diagn\u00f3stico, pron\u00f3stico y prescripci\u00f3n que el que pueden alcanzar los expertos o los modelos estad\u00edsticos simples<\/strong>\u201d, afirm\u00f3 el profesor Parashkev Nachev, del UCL y coautor principal. \u201cNuestro trabajo sugiere que la IA generativa ser\u00e1 fundamental para esta misi\u00f3n, transformando no solo la fidelidad de los sistemas de apoyo cl\u00ednico, sino tambi\u00e9n su comprensi\u00f3n de los l\u00edmites de su propio conocimiento. Esta conciencia metacognitiva \u2014saber lo que uno no sabe\u2014 es crucial para la toma de decisiones cl\u00ednicas, y aqu\u00ed demostramos que las m\u00e1quinas podr\u00edan ser mejores en esto que nosotros\u201d, concluy\u00f3.<\/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

NATURE<\/strong><\/p>

https:\/\/www.nature.com\/articles\/s42256-025-01122-7<\/a><\/p>

CAMBRIDGE<\/strong><\/p>

https:\/\/www.cam.ac.uk\/research\/news\/ai-tool-spots-blood-cell-abnormalities-missed-by-doctors<\/a><\/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":"

CytoDiffusion una nueva herramienta de IA generativa desarrollada por Cambridge identifica anormalidades en gl\u00f3bulos no detectadas por m\u00e9dicos.<\/p>","protected":false},"author":1,"featured_media":65302,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-65300","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\/65300","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=65300"}],"version-history":[{"count":8,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/65300\/revisions"}],"predecessor-version":[{"id":65310,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/65300\/revisions\/65310"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/65302"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=65300"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=65300"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=65300"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}