Combatir las enfermedades de la sangre con inteligencia artificial
Se desarrolla la mayor base de datos de código abierto de imágenes de células de la médula ósea
¿Cómo podemos diagnosticar mejor las enfermedades de la sangre? Un grupo de investigación dirigido por el Helmholtz de Múnich pretende responder a esta pregunta con inteligencia artificial (IA). Su objetivo es facilitar el laborioso análisis de las células de la médula ósea al microscopio. Los investigadores han desarrollado la mayor base de datos de código abierto sobre imágenes microscópicas de células de la médula ósea hasta la fecha. La utilizan como base de un modelo de IA con gran potencial para el diagnóstico de rutina.
La inteligencia artificial permite clasificar automáticamente las células de la médula ósea como las que aparecen en la imagen. Este método es un paso importante en el diagnóstico de las enfermedades de la sangre.
Helmholtz Munich / Carsten Marr
Cada día, citólogos de todo el mundo utilizan microscopios ópticos para analizar y clasificar miles de veces muestras de células de la médula ósea. Este método para diagnosticar enfermedades de la sangre se estableció hace más de 150 años, pero adolece de ser muy complejo. Buscar células raras pero importantes para el diagnóstico es una tarea laboriosa y que requiere mucho tiempo. La inteligencia artificial tiene el potencial de impulsar este método, pero necesita una gran cantidad de datos de alta calidad para entrenar un algoritmo de IA.
La mayor base de datos de código abierto de imágenes de células de la médula ósea
Los investigadores del Helmholtz de Múnich han desarrollado la mayor base de datos de acceso abierto sobre imágenes microscópicas de células de la médula ósea hasta la fecha. La base de datos consta de más de 170.000 imágenes de células individuales de más de 900 pacientes con diversas enfermedades de la sangre. Es el resultado de la colaboración de Helmholtz Múnich con el Hospital Universitario LMU de Múnich, el Laboratorio de Leucemia MLL de Múnich y el Instituto Fraunhofer de Circuitos Integrados.
Utilizar la base de datos para potenciar la inteligencia artificial
"Sobre nuestra base de datos, hemos desarrollado una red neuronal que supera a los anteriores algoritmos de aprendizaje automático para la clasificación de células en términos de precisión, pero también en términos de generalizabilidad", dice Christian Matek, autor principal del nuevo estudio. La red neuronal profunda es un concepto de aprendizaje automático diseñado específicamente para procesar imágenes. "El análisis de las células de la médula ósea aún no se ha realizado con redes neuronales tan avanzadas", explica Christian Matek, "lo que también se debe a que hasta ahora no se disponía de conjuntos de datos públicos de alta calidad."
Los investigadores pretenden seguir ampliando su base de datos de células de la médula ósea para captar una gama más amplia de resultados y validar prospectivamente su modelo. "La base de datos y el modelo están disponibles de forma gratuita para fines de investigación y formación, para educar a los profesionales o como referencia para otros enfoques basados en la IA, por ejemplo, en el diagnóstico del cáncer de sangre", afirma Carsten Marr, director del estudio.
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.
Publicación original
Más noticias del departamento ciencias
Reciba la industria de las ciencias biológicas en su bandeja de entrada
No se pierda nada a partir de ahora: Nuestro boletín electrónico de biotecnología, productos farmacéuticos y ciencias de la vida le pone al día todos los martes y jueves. Las últimas noticias del sector, los productos más destacados y las innovaciones, de forma compacta y fácil de entender en su bandeja de entrada. Investigado por nosotros para que usted no tenga que hacerlo.
