La tinción histológica, una herramienta principal para el examen de tejidos en las clínicas y la investigación en ciencias de la vida, se ha llevado a cabo de forma rutinaria en los laboratorios de patología para ayudar a evaluar la fisiopatología y el diagnóstico de enfermedades. A pesar de su uso generalizado, los procedimientos estándar de tinción histológica están plagados de inconvenientes, como pasos de preparación que requieren mucha mano de obra, largos tiempos de respuesta, altos costos y resultados inconsistentes.
La tinción virtual, un método basado en el aprendizaje profundo para generar tinciones histológicas de forma digital, tiene el potencial de revolucionar los flujos de trabajo de tinción histológica tradicionales. Al eliminar la necesidad de tinción química y compuestos tóxicos, la tinción virtual proporciona una alternativa rápida, rentable y precisa a los métodos de tinción tradicionales, que pueden mejorar potencialmente la precisión y la velocidad de los diagnósticos, lo que lleva a mejores resultados para los pacientes y reduce los costos de atención médica.
El grupo Ozcan de la UCLA ha publicado recientemente un artículo de revisión sobre esta tecnología emergente de tinción virtual. Titulado «Deep Learning-enabled Virtual Histological Staining of Biological Samples», este artículo de revisión proporciona una descripción completa de los avances recientes en el campo de la tinción virtual. Cubre los conceptos básicos, el flujo de trabajo de desarrollo típico y las perspectivas futuras de la tecnología de tinción virtual habilitada para el aprendizaje profundo. También destaca algunos resultados clave de trabajos representativos, que resumen el progreso de la investigación actualizada en este campo en rápida evolución.
Publicado en Luz: ciencia y aplicaciones, una revista de Springer Nature, este artículo de revisión sobre la tinción virtual proporciona un recurso valioso para académicos, ingenieros ópticos, microscopistas, informáticos, biólogos, histólogos y patólogos por igual. «Creemos que este documento de revisión servirá como un atlas de los desarrollos técnicos en esta área de investigación, brindando una comprensión de alto nivel de los últimos avances en tinción virtual», dijo el Dr. Aydogan Ozcan, «y esperamos que inspire a los lectores de diversos campos científicos para ampliar aún más el alcance y las aplicaciones de este apasionante campo y continuar ampliando los límites de lo que es posible con la tinción virtual».
Más información:
Bijie Bai et al, Tinción histológica virtual habilitada para aprendizaje profundo de muestras biológicas, Luz: ciencia y aplicaciones (2023). DOI: 10.1038/s41377-023-01104-7
Citación: tinción de muestras biológicas basada en IA (3 de marzo de 2023) consultado el 3 de marzo de 2023 en https://medicalxpress.com/news/2023-03-ai-based-biological-samples.html
Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.