Una técnica de imagen de resolución nanométrica mejora la detección del cáncer de vejiga
Identifica rasgos cancerosos en las células de fluidos corporales y es más fiable y económica que la inspección visual invasiva.
Científicos de diversos centros de investigación estadounidenses han utilizado la combinación formada por una variante de la microscopía de fuerza atómica (MFA) y la técnica de machine learning para detectar células de cáncer de vejiga. Aplicada sobre células recogidas en la orina presenta una fiabilidad diagnóstica del 94% en el ...
Científicos de diversos centros de investigación estadounidenses han utilizado la combinación formada por una variante de la microscopía de fuerza atómica (MFA) y la técnica de machine learning para detectar células de cáncer de vejiga. Aplicada sobre células recogidas en la orina presenta una fiabilidad diagnóstica del 94% en el examen de tan sólo 5 células, porcentaje superior al obtenido con la citoscopia estándar.
Igor Sokolov, director del estudio, afirma que el cáncer de vejiga es uno de los tumores más frecuentes y más caros de tratar. Las citoscopias, o exámenes visuales de seguimiento, son incómodas para el paciente y suponen un coste económico considerable, prosigue el investigador. Estos inconvenientes son eliminados con el uso de esta nueva técnica no invasiva. Ésta se basa en el barrido de la superficie celular mediante MFA, la cual genera un mapa topográfico de resolución sub-nanométrica que refleja ciertas características físicas de la muestra. La superficie de las células tumorales halladas en la orina distinguen a estas células de las sanas, asevera Sokolov.
El componente suministrado por la técnica de machine learning aumenta la exactitud del reconocimiento de la superficie celular, proporcionando datos sobre la rugosidad, orientación y propiedades fractales, entre otros. Aunque la MFA existe desde hace más de 30 años, es la primera vez que ofrece promesa en el ámbito diagnóstico, concluye Sokolov.
