Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
ZeptoMetrix an Antylia scientific company

ROCHE DIAGNOSTICS CORP

Roche Diagnostics Corporation is the North American headquarters of Roche Diagnostics, a global leader in diagnostics... más Productos destacados: More products

Deascargar La Aplicación Móvil




Roche mejora la atención de salud personalizada con el desarrollo de algoritmos que usan inteligencia artificial para el análisis de imágenes

Por el equipo editorial de LabMedica en español
Actualizado el 30 Jun 2020
Imagen: análisis de imágenes uPath PD-L1 (SP263) (Fotografía cortesía de Roche)
Imagen: análisis de imágenes uPath PD-L1 (SP263) (Fotografía cortesía de Roche)
Roche (Basilea, Suiza) ha anunciado el lanzamiento CE-IVD de su algoritmo de patología digital automatizado, el análisis de imágenes uPath PD-L1 (SP263) para el cáncer de pulmón de células no pequeñas (NSCLC).

Roche entrega la solución de patología digital de extremo a extremo, desde la coloración de tejidos hasta la producción de imágenes digitales de alta calidad que se pueden evaluar de manera confiable utilizando algoritmos automáticos de análisis de imágenes clínicas. El conjunto de algoritmos de análisis de imágenes uPath de Roche para el soporte de decisiones de patología ofrece herramientas de análisis de imágenes listas para usar, que proporcionan análisis rápidos, consistentes y automatizados para que los patólogos puedan evaluar de forma rápida, exacta y confiable la inmunohistoquímica/hibridación in situ y las láminas coloreadas con hematoxilina y eosina. Todos los algoritmos en el paquete para el software uPath proporcionarán análisis de las imágenes en las láminas escaneadas VENTANA DP 200 coloreadas con un análisis de tejido Roche. Juntos, Roche ofrece una nueva base de su solución de patología digital que permitirá el desarrollo de algoritmos de análisis de imágenes basados en inteligencia artificial que pueden proporcionar a los patólogos más herramientas para mejorar la eficiencia y la precisión.

El análisis de imagen uPath PD-L1 (SP263), para el análisis automatizado de láminas completas del algoritmo NSCLC, utiliza inteligencia artificial para proporcionar, con un solo clic, evaluaciones de imágenes de las láminas escaneadas que son objetivas y reproducibles y tienen el potencial de ayudar al diagnóstico y, en última instancia, opciones de tratamiento dirigido para pacientes. Validado en el ensayo VENTANA PD-L1 (SP263), el algoritmo está listo para usar e integrado en el software empresarial Roche uPath, una plataforma digital universal para la gestión de casos, la colaboración y la presentación de informes. El algoritmo ayudará a los patólogos a determinar rápidamente si los tumores son positivos para el biomarcador PD-L1, destacando las células tumorales coloreadas positiva y negativamente con una superposición visual clara para una referencia fácil. Está destinado al uso de diagnóstico in vitro como una ayuda para el patólogo en la visualización, detección, recuento, revisión y clasificación de tejidos y células de interés clínico en función de la morfología, color, intensidad, tamaño, patrón y forma particulares. Los pacientes con tumores que son positivos para el biomarcador PD-L1 pueden ser elegibles para el tratamiento dirigido.

“Mejorar la consistencia y certeza diagnóstica es crucial para proporcionar diagnósticos más rápidos, de mayor calidad y más exactos a los pacientes con cáncer”, dijo Thomas Schinecker, director ejecutivo de Roche Diagnostics. “Nuestro análisis de imagen uPath PD-L1 (SP263) para el cáncer de pulmón de células no pequeñas es el primer algoritmo CE-IVD PD-L1 de próxima generación en el mercado clínico. Es una gran adición a nuestra creciente suite de patología digital para los ensayos VENTANA que ayudan a los médicos a proporcionar las decisiones de tratamiento más exactas para los pacientes con el tipo más común de cáncer de pulmón”.

Enlace relacionado:
Miembro Platino
Prueba de actividad proteasa ADAMTS-13
ATS-13 Activity Assay
Magnetic Bead Separation Modules
MAG and HEATMAG
PRUEBA DE ANTIPÉPTIDO CÍCLICO CITRULINADO
GPP-100 Anti-CCP Kit
Miembro Oro
Spinal Fluid Cell Count Control
Spinalscopics

Canales

Química Clínica

ver canal
Imagen: la QIP-MS podría predecir y detectar la recaída del mieloma más temprano en comparación con las técnicas utilizadas actualmente (foto cortesía de Adobe Stock)

Monitorización con espectrometría de masas predice e identifica recaída temprana del mieloma

El mieloma, un tipo de cáncer que afecta la médula ósea, es actualmente incurable, aunque muchos pacientes pueden vivir más de 10 años tras el diagnóstico.... Más

Inmunología

ver canal
Imagen: la prueba de células madre del cáncer puede elegir con precisión tratamientos más efectivos (fotografía cortesía de la Universidad de Cincinnati)

Prueba de células madre predice resultado del tratamiento en cáncer de ovario resistente al platino

El cáncer de ovario epitelial suele responder inicialmente a la quimioterapia, pero con el tiempo, el tumor desarrolla resistencia a la terapia, lo que provoca su recrecimiento. Esta resistencia... Más

Tecnología

ver canal
Imagen: Ziyang Wang y Shengxi Huang han desarrollado una herramienta que permite ideas precisas sobre proteínas virales y marcadores de enfermedades cerebrales (foto cortesía de Jeff Fitlow/Universidad Rice)

Algoritmo de firma ligera permite diagnósticos médicos más rápidos y precisos

Cada material o molécula interactúa con la luz de forma única, creando un patrón distintivo, similar a una huella dactilar. La espectroscopia óptica, que consiste en... Más
Copyright © 2000-2025 Globetech Media. All rights reserved.