InicioSalud para todosInteligencia artificial para analizar miles de muestras patol贸gicas en cada diagn贸stico

Inteligencia artificial para analizar miles de muestras patol贸gicas en cada diagn贸stico

 

El proceso de diagn贸stico de numerosas enfermedades, particularmente el c谩ncer, incluye frecuentemente la toma de muestras de c茅lulas, tejidos u 贸rganos para su an谩lisis en laboratorio. De ello se encarga聽la Anatom铆a Patol贸gica, rama de la Medicina que estudia las alteraciones o modificaciones morfol贸gicas que aparecen en esas muestras y que son claves para el diagn贸stico de la enfermedad y para conocer la respuesta del organismo y su evoluci贸n, adem谩s de determinar el potencial beneficio de los tratamientos aplicados.

La creciente cantidad de informaci贸n patol贸gica que se guarda en archivos hospitalarios es pr谩cticamente inabarcable por medios convencionales.

Pero todo ello ha empezado a cambiar de forma radical gracias a la aplicaci贸n de la inteligencia artificial (IA), previa digitalizaci贸n de las muestras que llegan al laboratorio de Anatom铆a Patol贸gica, lo que se ha venido a llamar 鈥淧atolog铆a Computacional鈥. Esto permite, por ejemplo, comparar la muestra concreta de un paciente con cientos o miles de im谩genes de otros casos similares para buscar patrones comunes que ayuden a un diagn贸stico m谩s r谩pido y preciso.

200.000 muestras a un click de distancia

Se trata de un sistema revolucionario que no consiste s贸lo en cambiar el microscopio por la pantalla del ordenador, sino que implica un salto de la patolog铆a digital a la computacional.

Philips IntelliSite Pathology聽es la tecnolog铆a elegida para el proceso de convertir decenas de miles de tejidos en ficheros digitales de alta resoluci贸n que, adem谩s, est谩n constituy茅ndose en una base de datos de imagen digital en un entorno virtual.

El nuevo procesamiento de las muestras facilita adem谩s la necesaria colaboraci贸n entre pat贸logos, cl铆nicos, expertos en tecnolog铆as de la informaci贸n e instituciones cient铆ficas. Los especialistas pueden trabajar en red, tener acceso en cualquier momento a toda la base de datos de im谩genes para consultar casos similares y compartir las im谩genes analizadas con otros facultativos de forma inmediata. Un proceso que simplifica la obtenci贸n de segundas opiniones, reduce costes y acorta los tiempos de diagn贸stico..

Otra aplicaci贸n de gran inter茅s es el an谩lisis de biopsias intraoperatorias, es decir, las muestras que extrae el cirujano en plena intervenci贸n quir煤rgica y cuyo an谩lisis es, por tanto, determinante.

Automatizaci贸n de diagn贸sticos

El siguiente salto en este cambio de paradigma ser谩 el desarrollo de algoritmos que permitan automatizar el proceso diagn贸stico, analizar y comparar im谩genes y detectar y reconocer patrones asociados a patolog铆as concretas, ayudando as铆 a una mayor rapidez, precisi贸n, eficacia y calidad en los diagn贸sticos, mediante procesos de 鈥渄eep learning鈥 (aprendizaje profundo) de la inteligencia artificial.

 

ABC.ES聽/ Tendencias en Medicina.

 

 

ARTICULOS RELACIONADOS

M谩s leidas