Una innovadora inteligencia artificial puede detectar un tumor cerebral canceroso en tan solo 10 segundos, algo que a menudo se pasa por alto durante las cirug\u00edas. Este sistema es capaz de determinar, durante una operaci\u00f3n, si alguna parte de un tumor cerebral extirpable permanece en el tejido sano. Adem\u00e1s, lo hace con mayor rapidez y precisi\u00f3n que los m\u00e9todos actuales de detecci\u00f3n.<\/p>\n
Los desarrolladores de esta tecnolog\u00eda creen que en el futuro podr\u00eda utilizarse para la identificaci\u00f3n r\u00e1pida y precisa de otros tipos de c\u00e1ncer. En las pruebas realizadas, denominada FastGlioma, el sistema demostr\u00f3 un rendimiento notable al superar ampliamente a los m\u00e9todos convencionales en la identificaci\u00f3n de restos no extirpados de estos tumores.<\/p>\n
El equipo internacional detr\u00e1s de esta investigaci\u00f3n incluye a Akhil Kondepudi y Todd Hollon de la Universidad de Michigan, as\u00ed como a Shawn Hervey-Jumper de la Universidad de California en San Francisco, todas ellas instituciones en Estados Unidos. Seg\u00fan el Dr. Hollon, neurocirujano, FastGlioma tiene un gran potencial para mejorar significativamente el tratamiento de pacientes con gliomas difusos.<\/p>\n
Durante la extirpaci\u00f3n de un tumor cerebral potencialmente mortal, los neurocirujanos rara vez logran eliminar toda la masa. Lo que queda se conoce como tumor residual, que a menudo es dif\u00edcil de detectar durante la cirug\u00eda debido a su similitud con el tejido cerebral sano. Esta dificultad para distinguir entre ambos representa un desaf\u00edo importante en la pr\u00e1ctica quir\u00fargica.<\/p>\n
Los cirujanos utilizan diferentes m\u00e9todos para localizar el tumor residual durante la operaci\u00f3n. Pueden recurrir a im\u00e1genes por resonancia magn\u00e9tica, aunque esto requiere equipos intraoperatorios que pueden ser complicados de manejar en muchos quir\u00f3fanos. Tambi\u00e9n pueden usar agentes fluorescentes para identificar el tejido tumoral, pero este enfoque no es aplicable a todos los tipos de tumores, lo que limita su uso generalizado.<\/p>\n
El equipo evalu\u00f3 FastGlioma analizando muestras recientes y sin procesar de 220 pacientes operados por glioma difuso, ya sea de bajo o alto grado. El sistema logr\u00f3 detectar los restos tumorales y calcular la cantidad restante en el cerebro con una precisi\u00f3n promedio del 92%. En comparaci\u00f3n con cirug\u00edas guiadas por m\u00e9todos convencionales, FastGlioma solo pas\u00f3 por alto el tumor residual de alto riesgo en el 3.8% de los casos, mientras que los m\u00e9todos tradicionales lo hicieron en casi el 25% de las ocasiones.<\/p>\n
El estudio que evalu\u00f3 FastGlioma se titula \u201cVisual foundation models for fast, label-free detection of diffuse glioma infiltration\u201d y ha sido publicado en la revista acad\u00e9mica Nature.16:20<\/p>\n
<\/p>\n","protected":false},"excerpt":{"rendered":"
Una innovadora inteligencia artificial puede detectar un tumor cerebral canceroso en tan solo 10 segundos, algo que a menudo se pasa por alto durante las cirug\u00edas. Este sistema es capaz de determinar, durante una operaci\u00f3n, si alguna parte de un tumor cerebral extirpable permanece en el tejido sano. Adem\u00e1s, lo hace con mayor rapidez y […]<\/p>\n","protected":false},"author":1,"featured_media":263556,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[46],"tags":[],"class_list":["post-263555","post","type-post","status-publish","format-standard","has-post-thumbnail","category-ciencia-computacion"],"acf":{"antetitulo":""},"yoast_head":"\n