Google crea algoritmo para detectar el cáncer de pulmón
Conéctate con nosotros

Innovación

Google crea algoritmo para detectar el cáncer de pulmón

Investigación de Google muestra cómo el aprendizaje automático podría usarse para detectar signos de cáncer de pulmón.

Publicado

el

IA podría ayudar en la detección del cáncer de pulmón

Una nueva investigación de Google muestra cómo el aprendizaje automático podría usarse para detectar signos de cáncer de pulmón antes de lo que ocurre a menudo en la actualidad.

Advertencia temprana

Danial Tse, un investigador de Google, desarrolló un algoritmo que superó a varios radiólogos capacitados en las pruebas. Tse y sus colegas entrenaron un algoritmo de aprendizaje profundo para detectar nódulos pulmonares malignos en más de 42,000 tomografías computarizadas. Los algoritmos resultantes obtuvieron un 11% menos de falsos positivos y un 5% menos de falsos negativos que sus homólogos humanos. 

Comportamiento Epidemiológico del Cáncer de pulmón en Colombia

Según el documento del investigador de Google, el cáncer de pulmón es la principal causa de muerte en los Estados Unidos, en 2018 la tasa de muertes por esta enfermedad fue más de 160,000. Y aunque las tomografías computarizadas (TC) pueden ser una parte vital de la detección del cáncer, a menudo tampoco son confiables.

Google desarrolla algoritmo para detectar rápidamente el cáncer de pulmón

Cifras del cáncer en Colombia

Por otra parte, para el caso colombiano los cánceres que causan un mayor número anual de muertes son los de pulmón, hígado, estómago, colon y mama. Los tipos más frecuentes de cáncer son diferentes en el hombre y en la mujer.

El tabaquismo es el factor de riesgo que por sí solo provoca un mayor número de casos y a nivel mundial causa aproximadamente un 22% de las muertes por cáncer y un 71% de las muertes por cáncer de pulmón.

IA podría ayudar en la detección del cáncer de pulmón

El investigador de Google, Tse y sus colegas argumentan que la IA podría ayudar a que la detección del cáncer de pulmón sea más confiable en todo el mundo, aunque reconocen que el trabajo debe validarse en poblaciones de pacientes más grandes. De hecho, existe un interés creciente en utilizar la IA para detectar muchos tipos de cáncer. Los investigadores han demostrado que el aprendizaje de máquina se puede utilizar para detectar tanto el cáncer de mama y cáncer de piel, por ejemplo.  

Avances para la detención temprana del Cáncer de pulmón

estos estudios son emocionantes, pero deben tratarse como pequeños avances. Sigue siendo difícil utilizar la IA en la atención médica por razones de privacidad y porque los conjuntos de datos del mundo real rara vez son tan perfectos como los utilizados en estudios de investigación.

También vale la pena señalar que tratar el cáncer implica mucho más que solo detectar la enfermedad en primer lugar. Determinar el curso correcto de tratamiento, por ejemplo, puede depender de una variedad de factores que varían mucho de un paciente a otro, lo que hace que esa parte del proceso sea mucho más difícil de automatizar. 

Innovación

Científicos crean biomaterial que podría restaurar el tejido óseo

Científicos de la Universidad Nacional de Investigación de Samara en Rusia desarrollaron un biomaterial que permitiría restaurar algunos componentes del tejido óseo.

Publicado

el

Científicos crean biomaterial que podría restaurar el tejido óseo

Científicos de la Universidad Nacional de Investigación de Samara en Rusia desarrollaron un biomaterial que permitiría restaurar algunos componentes del tejido óseo. En específico el tratamiento podría ayudar especialmente a pacientes que sufren de osteoporosis, una enfermedad que provoca debilidad en los huesos aumentando el riesgo de sufrir una fractura.

Yelena Timchenko, líder de la investigación y autora de este estudio, explicó que el material está basado en el uso del mineral hidroxiapatita el cristal principal de los huesos y principal factor aportante a la dureza y rigidez de estos.

De acuerdo con la investigadora. a diferencia de la hidroxiapatita común, usualmente usada para restaurar los componentes minerales de los huesos, el biomaterial desarrollado denominado “hidroxipatita alogénica” obtenida a través de una tecnología única podría lograr reemplazar la sección orgánica de los huesos.

“Este nuevo material permite restaurar los componentes minerales perdidos del tejido óseo para ajustar el tratamiento de la osteoporosis, así como también el componente orgánico, considerado la ‘carcasa’ de todo biotipo”, aseguró la experta.

El equipo científico analizó la calidad del biomaterial mejorando sus métodos de obtención resaltando que no hay análogos en el mundo de este material para tratar la osteoporosis. Del mismo modo, se han realizado ensayos experimentales sobre la componsición de tejido óseo con osteoporosis para evaluar la particularudad de sus estructuras en sus manifestaciones.

Recordemos, que a pesar de que esta condición es causada principalmente por cambios hormonales relacionados a la edad (prevalente en mujeres con menopausia) también puede ser provocada por vuelos espaciales en gravedad cero.

Según la NASA se ha evidenciado que los astronautas pierden el 10% de la masa ósea del fémur en viajes de 6 meses al espacio. En este sentido, la creación de este biomaterial podría usarse en ensayos preclínicos para estudiar su eficacia en la prevención de la osteoporosis tanto en la tierra como en el espacio.

También puede leer: Alto porcentaje de cardiopatías se derivan de mala alimentación

Continuar leyendo

Innovación

Proponen modelo computacional para estudiar la tuberculosis

El modelo computacional está diseñado para una mayor comprensión de las fases iniciales de infección

Publicado

el

proponen modelo computacional tuberculosis

Recientemente, se presentó en PLOS COMPUTATIONAL BIOLOGY un modelo computacional elaborado por la Unidad de Tuberculosis Experimental del Instituto de Investigación Germans Trias i Pujol (IGTP), diseñado para reproducir la dinámica de la tuberculosis en un pulmón virtual. La creación de esta herramienta está incentivada por el devastador efecto que causa la enfermedad hoy en día. Actualmente, pese a las estrategias de vacunación y el desarrollo de tratamientos, se mantiene como una de las 10 primeras causas de mortalidad en el mundo.

La enfermedad es provocada por la bacteria Mycobacterium tuberculosis, patógeno que infecta los alveolos pulmonares. Sin embargo, de acuerdo con estadísticas, un 90% de la población infectada nunca desarrolla la patología. Las complicaciones se centran en el 10% de personas que se ven afectadas por la patología, ya que se desconocen los factores principales que la desencadenan en estos individuos.

Para crear este modelo computacional, los investigadores partieron de la siguiente hipótesis: la reinfección endógena juega un papel importante en el mantenimiento de la infección latente. Para comprobarlo, desarrollaron un modelo basado en agentes que describe el crecimiento, la fusión y la proliferación de las lesiones de tuberculosis en un árbol bronquial computacional. Para que la herramienta sea funcional, el grupo de expertos creó un algoritmo interactivo que genera tubos bronquiales y bifurcaciones dentro de un volumen tridimensional de la superficie del pulmón, según explicó Clara Prats, integrante del equipo.

También le puede interesar: ESTOS SON LOS NUEVOS AJUSTES A LOS SOPORTES DE FACTURACIÓN DE SERVICIOS DE SALUD

Modelo 3D podrían predecir los avances de la tuberculosis

Además de este complejo sistema, el instrumento presentado se fundamenta en datos obtenidos por tomografías computarizadas en cinco modelos animales (minicerdos). Según el artículo, las imágenes utilizadas fueron aquellas que mostraban las etapas iniciales de infección por Mycobacterium tuberculosis. A su vez, éstas fueron las que sirvieron para generar el pulmón computarizado.

journal.pcbi .1007772.g002
Imagen de reconstrucción pulmonar. A la derecha se representa la ubicación y el tamaño de las lesiones pulmonares causadas por tuberculosis en los modelos animales. Fuente: PLOS COMPUTATIONAL BIOLOGY

“El resultado es un modelo que nos permite reproducir y comprender los datos experimentales en la computadora. Hemos podido mostrar una relación importante entre el número final de lesiones de tuberculosis y la frecuencia de reinfección endógena y el crecimiento de las lesiones”, dijo Martí Català, otro de los investigadores. El modelo también se ha utilizado como plataforma experimental in silico para explorar la transición de la infección latente a la enfermedad activa, identificando los principales factores desencadenantes: una elevada respuesta inflamatoria y la combinación de una respuesta inflamatoria moderada con una baja amplitud respiratoria.

Ante los resultados vistos con el software, los investigadores consideran que este modelo computacional permitirá hacer predicciones para futuras acciones como nuevos biomarcadores, estrategias preventivas y terapias para la tuberculosis en humanos.

También le puede interesar: ASMA EN COLOMBIA: ¿CÓMO ESTÁ LA CARGA DE LA ENFERMEDAD?

Continuar leyendo

Innovación

Uso de imágenes holográficas facilita detección de virus

Se espera que las imágenes holográficas sean un recurso de detección que pueda ser utilizado en nuevas investigaciones sobre tratamientos a las enfermedades que causan en la población

Publicado

el

imagenes holograficas deteccion virus

En el transcurso del 2020, la capacidad científica para producir nuevas herramientas ha sido puesta a prueba. Sin embargo, la utilización de imágenes holográficas es una muestra del papel destacado de la innovación en uno de los años más importantes para la medicina y el sector salud en general. La técnica fue desarrollada por un equipo de científicos de la Universidad de Nueva York (NYU), presentada en la revista Soft Matter.

De acuerdo con la publicación, el método está basado en la videomicroscopía holográfica, un sistema utilizado para la observación, representación y análisis de imágenes que se lleva a cabo gracias a rayos láser que facilitan la creación de las imágenes holográficas en pequeñas gotas. Aunque por lo general se usa para la revisión de muestras biológicas o químicas, el método creado en la NYU permitirá la detección de varios patógenos, incluyendo virus con precisión milimétrica y gran detalle.

Como se describe en la publicación, las superficies de las gotas se activan con sitios de unión bioquímica que atraen anticuerpos o partículas de virus, dependiendo de la prueba. La unión de anticuerpos o virus hace que las cuentas crezcan unas mil millonésimas de metro, lo que los investigadores de la Universidad de Nueva York han demostrado que pueden detectar a través de cambios en los hologramas que quedan en las gotas.

También le puede interesar: JOHNSON & JOHNSON SUSPENDE SU ENSAYO CLÍNICO

Imágenes holográficas: herramienta potencial en el futuro cercano

“Podemos analizar una docena de cuentas por segundo”, explica David Grier, profesor de física y uno de los integrantes del proyecto en un comunicado. “Lo que significa que podemos reducir el tiempo de una prueba de diagnóstico fiable de mil cuentas a 20 minutos. Y podemos medir esos cambios de forma rápida, fiable y barata”, añade a sus declaraciones. La innovadora herramienta de detección no solo aplica para los virus; ya que cuenta con potencial para evaluar el nivel de inmunización de cada persona.

Las gotas o perlas que se utilizan para la producción de imágenes holográficas son previamente sistematizadas con grupos de superficie. De esta manera, las gotas microscópicas se unen específicamente a los anticuerpos objetivo e impiden que otros patógenos se unan. Es decir, además de ser un test de gran precisión visual, podría ser un método eficaz para patógenos causantes de enfermedades asociadas a bacterias o virus como la tuberculosis o COVID-19.

“Este instrumento puede contar las partículas de virus dispersas en la saliva de los pacientes y también detectar y diferenciar los anticuerpos disueltos en la sangre“, añade Grier. “Esta flexibilidad se logra cambiando la composición de las gotas de prueba para modelar lo que estamos probando”. Además de lo anterior, el investigador mencionó que las gotas utilizadas comprueban la presencia de un objetivo particular, pero también puede comprobar la presencia de varios objetivos simultáneamente.

Los científicos dicen que esta capacidad puede utilizarse para desarrollar bibliotecas de gotas de testeo que pueden combinarse en kits de prueba para mezclarlas con muestras de pacientes. Esto ayudará a los médicos a distinguir entre los posibles diagnósticos, acelerar el tratamiento de los pacientes, reducir el riesgo de diagnósticos erróneos y reducir el costo de la asistencia sanitaria.

También le puede interesar: ASMA EN COLOMBIA: ¿CÓMO ESTÁ LA CARGA DE LA ENFERMEDAD?

Continuar leyendo

Evento Gratuito

Próximos Eventos

Innovación

Latinoamércia

Productos destacados

Tendencias

Indicadores / Cifras