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 hp
Ingresar
Publique su anuncio con nosotros
ARAB HEALTH - INFORMA

Deascargar La Aplicación Móvil




Eventos

27 ene 2025 - 30 ene 2025
15 feb 2025 - 17 feb 2025

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
New
Miembro Oro
X-Ray QA Meter
T3 AD Pro
New
Monitor Cart
Tryten S5
New
Ultrasonic Cleaner
Cole-Parmer Ultrasonic Cleaner with Digital Timer

Print article

Canales

Cuidados Criticos

ver canal
Imagen: El investigador Vincent Tam examina las bacterias para optimizar el uso clínico de antibióticos para combatirlas (Foto cortesía de UH College of Pharmacy)

Dispositivo de monitoreo podría superar a las superbacterias resistentes a los antibióticos

Las infecciones por bacterias gramnegativas son cada vez más difíciles de tratar, especialmente en entornos hospitalarios, donde pueden provocar afecciones como infecciones del tracto urinario,... Más

Cuidados de Pacientes

ver canal
Imagen: La plataforma de biosensores portátil utiliza sensores electroquímicos impresos para la detección rápida y selectiva de Staphylococcus aureus (foto cortesía de AIMPLAS)

Plataforma de biosensores portátiles reducirá infecciones adquiridas en el hospital

En la Unión Europea, aproximadamente 4 millones de pacientes adquieren infecciones asociadas a la atención de la salud (IAAS), o infecciones nosocomiales, cada año, lo que provoca alrededor de 37.... 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.