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

Deascargar La Aplicación Móvil




Soluciones de patología basadas en IA predicen resultados de terapia dirigida a HER2 en cáncer colorrectal metastásico

Por el equipo editorial de LabMedica en español
Actualizado el 05 Feb 2025
Imagen: Lunit SCOPE HER2 es una solución con IA diseñada para detectar el perfil de expresión de HER2 (foto cortesía de Lunit)
Imagen: Lunit SCOPE HER2 es una solución con IA diseñada para detectar el perfil de expresión de HER2 (foto cortesía de Lunit)

Un nuevo estudio ha destacado cómo el análisis basado en inteligencia artificial (IA) de HER2 y el microambiente tumoral (TME) puede mejorar la estratificación de los pacientes y predecir los resultados clínicos de manera más efectiva.

El estudio, publicado en el Journal of Clinical Oncology, demuestra cómo las soluciones avanzadas de patología de IA de Lunit (Seúl, Corea del Sur), Lunit SCOPE HER2 y Lunit SCOPE IO, pueden mejorar significativamente la evaluación del biomarcador HER2 y predecir los resultados clínicos en pacientes con cáncer colorrectal metastásico (CCRm) sometidos a terapias dirigidas a HER2. Este estudio presentó los resultados del ensayo clínico de fase II TRIUMPH, que involucró a 30 pacientes con CCRm HER2-positivo tratados con un régimen de terapia dual dirigida a HER2 que incluía Trastuzumab y Pertuzumab. La tecnología de IA de Lunit se utilizó para evaluar tanto el estado de HER2 como varios factores TME, con hallazgos notables. Lunit SCOPE HER2 logró una impresionante precisión del 86,7 % en comparación con las evaluaciones patológicas de inmunohistoquímica (IHQ) de HER2, y alcanzó una precisión del 100 % en la identificación de casos de HER2 IHC 3+.

El modelo de IA identificó a pacientes con una alta proporción de células tumorales con tinción HER2 IHC 3+ (AI-H3-high, >50 %), que mostraron mejores resultados clínicos que aquellos identificados utilizando métodos de evaluación HER2 convencionales. El estudio también utilizó Lunit SCOPE IO para el perfil detallado de TME, analizando las densidades de linfocitos, macrófagos y fibroblastos. Entre los pacientes AI-H3-high, aquellos con baja densidad de TME estromal (TME-low) experimentaron los resultados más favorables. Estos resultados subrayan el potencial de las herramientas de patología impulsadas por IA para revolucionar la oncología de precisión. Al proporcionar un análisis más preciso y detallado del estado de HER2 y las características de TME, las soluciones de Lunit ofrecen un mejor método para la estratificación de pacientes y la predicción de respuestas a terapias dirigidas a HER2 que están actualmente disponibles o en desarrollo. Esta capacidad puede conducir a planes de tratamiento más personalizados, mejorando en última instancia los resultados para los pacientes con cáncer colorrectal metastásico y potencialmente para otros cánceres con amplificación de HER2.

"Este estudio pone de relieve el potencial de la tecnología de IA para redefinir la forma en que evaluamos los biomarcadores y predecimos las respuestas al tratamiento", afirmó el Dr. Takayuki Yoshino, investigador principal del estudio. "La capacidad de estratificar a los pacientes con mayor precisión conducirá a opciones de tratamiento más personalizadas, lo que mejorará los resultados para los pacientes con cáncer colorrectal metastásico HER2-positivo".

"Los hallazgos de este estudio demuestran cómo las soluciones impulsadas por IA de Lunit, Lunit SCOPE HER2 y Lunit SCOPE IO, pueden brindar a los médicos información útil para refinar las estrategias de tratamiento", agregó Brandon Suh, director ejecutivo de Lunit.

Enlaces relacionados:
Lunit

Miembro Platino
PRUEBA DE INMUNOENSAYO DE XILAZINA
Xylazine ELISA
Magnetic Bead Separation Modules
MAG and HEATMAG
Complement 3 (C3) Test
GPP-100 C3 Kit
Miembro Oro
ANALIZADOR DE PRUEBA DE AMONÍACO EN SANGRE
DRI-CHEM NX10N

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.