Aspirado de m\u00e9dula \u00f3sea que muestra leucemia mieloide aguda. Varias voladuras tienen varillas de Auer. Cr\u00e9dito: Wikipedia <\/p>\n
El s\u00edndrome mielodispl\u00e1sico (SMD) es una enfermedad de las c\u00e9lulas madre de la m\u00e9dula \u00f3sea, que altera la maduraci\u00f3n y diferenciaci\u00f3n de las c\u00e9lulas sangu\u00edneas. Anualmente, unos 200 finlandeses son diagnosticados con MDS, que puede convertirse en leucemia aguda. A nivel mundial, la incidencia de MDS es de 4 casos por 100.000 a\u00f1os-persona. <\/p>\n
Para diagnosticar MDS, se necesita una muestra de m\u00e9dula \u00f3sea para investigar tambi\u00e9n los cambios gen\u00e9ticos en las c\u00e9lulas de la m\u00e9dula \u00f3sea. El s\u00edndrome se clasifica en grupos para determinar la naturaleza del trastorno con m\u00e1s detalle.<\/p>\n
En el estudio realizado en la Universidad de Helsinki, se examinaron im\u00e1genes microsc\u00f3picas de muestras de m\u00e9dula \u00f3sea de pacientes con SMD utilizando una t\u00e9cnica de an\u00e1lisis de im\u00e1genes. basado en el aprendizaje autom\u00e1tico. Las muestras se ti\u00f1eron con hematoxilina y eosina (tinci\u00f3n H&E), un procedimiento que forma parte del diagn\u00f3stico de rutina de la enfermedad. Las diapositivas se digitalizaron y analizaron con la ayuda de modelos computacionales de aprendizaje profundo.<\/p>\n
El estudio se public\u00f3 en Blood Cancer Discovery, una revista de la Asociaci\u00f3n Estadounidense para la Investigaci\u00f3n del C\u00e1ncer, y los resultados tambi\u00e9n se pueden explorar con una herramienta interactiva: hruh-20.it.helsinki.fi\/mds_visualization\/ .<\/p>\n
Al emplear el aprendizaje autom\u00e1tico, el conjunto de datos de im\u00e1genes digitales podr\u00eda analizarse para identificar con precisi\u00f3n las mutaciones gen\u00e9ticas m\u00e1s comunes que afectan la progresi\u00f3n del s\u00edndrome , como mutaciones adquiridas y aberraciones cromos\u00f3micas. Cuanto mayor sea el n\u00famero de c\u00e9lulas aberrantes en las muestras, mayor ser\u00e1 la fiabilidad de los resultados generados por los modelos de pron\u00f3stico.<\/p>\n
Diagn\u00f3stico respaldado por an\u00e1lisis de datos<\/p>\n
Uno de los mayores desaf\u00edos de utilizar modelos de redes neuronales es comprender los criterios en los que basan sus conclusiones extra\u00eddas de los datos, como la informaci\u00f3n contenida en las im\u00e1genes. El estudio publicado recientemente logr\u00f3 determinar qu\u00e9 ven los modelos de aprendizaje profundo en muestras de tejido cuando se les ha ense\u00f1ado a buscar, por ejemplo, mutaciones gen\u00e9ticas relacionadas con MDS. La t\u00e9cnica proporciona nueva informaci\u00f3n sobre los efectos de enfermedades complejas en las c\u00e9lulas de la m\u00e9dula \u00f3sea y los tejidos circundantes.<\/p>\n
\u00abEl estudio confirma que el an\u00e1lisis computacional ayuda a identificar caracter\u00edsticas que escapan al ojo humano. Adem\u00e1s, el an\u00e1lisis de datos ayuda a recopilar datos cuantitativos sobre los cambios celulares y su relevancia para el pron\u00f3stico del paciente\u00bb, dice el profesor Satu Mustjoki.<\/p>\n
Parte de los an\u00e1lisis realizados en el estudio se implementaron utilizando el entorno de lago de datos del Hospital Universitario de Helsinki (HUS), que permite la recopilaci\u00f3n y el an\u00e1lisis eficientes de extensos conjuntos de datos cl\u00ednicos.<\/p>\n
\u00abHemos desarrollado soluciones para estructurar y analizar los datos almacenados en el lago de datos HUS. El an\u00e1lisis de im\u00e1genes nos ayuda a analizar grandes cantidades de biopsias y producir r\u00e1pidamente diversos informaci\u00f3n sobre la progresi\u00f3n de la enfermedad. Las t\u00e9cnicas desarrolladas en el proyecto tambi\u00e9n se adaptan a otros proyectos, y son ejemplos perfectos de la ciencia m\u00e9dica digitalizadora\u00bb, dice el estudiante de doctorado Os car Bruck.<\/p>\n
\u00ab[Este] estudio proporciona nuevos conocimientos sobre la patobiolog\u00eda de los s\u00edndromes mielodispl\u00e1sicos y allana el camino para un mayor uso de la inteligencia artificial para la evaluaci\u00f3n y el diagn\u00f3stico de neoplasias malignas hematol\u00f3gicas\u00bb, dice Ph.D. Olivier Elemento del Caryl and Israel Englander Institute for Precision Medicine en su comentario al art\u00edculo en Blood Cancer Discovery, una revista de la Asociaci\u00f3n Estadounidense para la Investigaci\u00f3n del C\u00e1ncer. <\/p>\n
Explore m\u00e1s<\/p>\n
Los investigadores identifican dos f\u00e1rmacos que retrasan el desarrollo del c\u00e1ncer de m\u00e9dula \u00f3sea M\u00e1s informaci\u00f3n:<\/strong> Oscar Brck et al, Aprendizaje autom\u00e1tico de la histopatolog\u00eda de la m\u00e9dula \u00f3sea identifica determinantes gen\u00e9ticos y cl\u00ednicos en pacientes con SMD, Sangre Descubrimiento del c\u00e1ncer (2021). DOI: 10.1158\/2643-3230.BCD-20-0162 Proporcionado por la Universidad de Helsinki Cita<\/strong>: El an\u00e1lisis de im\u00e1genes basado en el aprendizaje autom\u00e1tico identifica de manera confiable las neoplasias hematol\u00f3gicas (22 de marzo de 2021) recuperado el 30 de agosto de 2022 de https: \/\/medicalxpress.com\/news\/2021-03-image-analysis-based-machine-reliably.html Este documento est\u00e1 sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" Aspirado de m\u00e9dula \u00f3sea que muestra leucemia mieloide aguda. Varias voladuras tienen varillas de Auer. Cr\u00e9dito: Wikipedia El s\u00edndrome mielodispl\u00e1sico (SMD) es una enfermedad de las c\u00e9lulas madre de la m\u00e9dula \u00f3sea, que altera la maduraci\u00f3n y diferenciaci\u00f3n de las c\u00e9lulas sangu\u00edneas. Anualmente, unos 200 finlandeses son diagnosticados con MDS, que puede convertirse en leucemia … Continuar leyendo \u00abEl an\u00e1lisis de im\u00e1genes basado en el aprendizaje autom\u00e1tico identifica de forma fiable las neoplasias malignas hematol\u00f3gicas\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-17588","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/17588","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=17588"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/17588\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=17588"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=17588"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=17588"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}