Harvard desarrolla una IA que permite observar detalles ocultos de los tejidos

Facebook
Twitter
Pinterest
Microscopio de laboratorio utilizado para analizar muestras de tejidos mediante inteligencia artificial y tecnología avanzada de imágenes.
Harvard desarrolla una IA que permite observar detalles ocultos de los tejidos

Investigadores crearon una tecnología que combina inteligencia artificial y microscopía para detectar componentes celulares que los métodos tradicionales no logran conservar; La inteligencia artificial continúa transformando la investigación médica. Científicos de la Universidad de Harvard, en Estados Unidos, desarrollaron una tecnología capaz de observar componentes de los tejidos que suelen desaparecer durante los análisis convencionales de laboratorio.

El sistema, llamado NoR-AI, combina microscopía avanzada con inteligencia artificial para identificar proteínas, agua y lípidos, conocidos comúnmente como grasas. Este avance podría ayudar a comprender mejor los cambios que experimentan las células durante determinadas enfermedades.

¿Cómo funciona la nueva inteligencia artificial de Harvard?

La tecnología utiliza una técnica llamada imagen Raman normalizada, que analiza la interacción de la luz con los componentes del tejido. Posteriormente, un modelo de inteligencia artificial interpreta las imágenes y reconoce estructuras microscópicas.

A diferencia de los procedimientos tradicionales, NoR-AI requiere poca preparación de las muestras. Esto permite conservar información sobre las grasas celulares que normalmente se pierde durante los procesos de tratamiento y tinción.

Además, el sistema puede generar imágenes y análisis en menos de una hora. Los métodos convencionales pueden necesitar varios días para completar la preparación y observación de determinadas muestras.

Para seguir leyendo: Gemini ayudará a los asistentes del Corona Capital

La IA permitió detectar cambios en riñones de ratones

Los investigadores probaron la tecnología en tejidos renales de ratones con lesiones agudas. Durante los experimentos, el sistema identificó diferencias microscópicas relacionadas con la evolución del daño.

La inteligencia artificial consiguió distinguir muestras obtenidas uno y dos días después de la lesión con una puntuación F1 de 0.99, donde el valor máximo posible es 1. También identificó distintos tipos de estructuras renales.

Estos resultados muestran el potencial de analizar información química que normalmente no aparece en las imágenes tradicionales; Sin embargo, la tecnología todavía se encuentra en fase experimental. Los investigadores no han demostrado su eficacia diagnóstica en pacientes humanos y consideran necesarios nuevos estudios antes de evaluar aplicaciones clínicas.

Noticias Relacionadas