EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Clasificación de la expresión del receptor 2 del factor de crecimiento epidérmico humano en tejido mamario canceroso mediante inteligencia artificial

Leidy Verónica Villota iD, Jessica Julieth Lasso iD, Elvia Noelia Muñoz iD, Rubiel Vargas iD

Biomédica · 2025

DOI: 10.7705/biomedica.7899 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Biomédica, 2025. Verfasst von Leidy Verónica Villota und 3 weiteren Autor:innen. Beteiligte Einrichtung: Grupo de Investigación en Sistemas Dinámicos, Instrumentación y Control, Universidad del Cauca, Popayán, Colombia. Hauptthemen laut MEDLINE: Breast Neoplasms, Erb-b2 Receptor Tyrosine Kinases, Artificial Intelligence, Biomarkers, Tumor. Die Arbeit nennt 28 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractSchlagwörterBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Introducción. El análisis histológico y molecular del tejido mamario es clave para el diagnóstico, el pronóstico y el tratamiento del cáncer de mama. Entre los biomarcadores evaluados, se destacan los receptores de progesterona, los de estrógeno y el receptor 2 del factor de crecimiento epidérmico humano (HER2). La sobreexpresión de HER2 indica un subtipo agresivo de cáncer de mama, aunque permite el uso de terapias dirigidas que mejoran la tasa de supervivencia. No obstante, su evaluación enfrenta desafíos, desde la calidad de las muestras hasta la variabilidad en la interpretación. El College of American Pathologists clasifica la sobreexpresión de HER2 en cuatro categorías, pero la variabilidad en la expresión cercana al 10 % puede generar confusión.Objetivo. Presentar una técnica basada en la inteligencia artificial para clasificar células con sobreexpresión de HER2 en las placas histológicas.Materiales y métodos. Se aplicó la metodología Cross-Industry Standard Process for Data Mining (CRISP-DM) en muestras de 89 pacientes de la Unidad de Diagnóstico en Patología, abarcando los cuatro niveles de HER2. Se utilizaron redes neuronales y modelos de Vision Transformer (ViT) afinados mediante transferencia de aprendizaje. Además, se evaluó la facilidad de uso y, finalmente, la eficiencia del software presentado. Resultados. Con el modelo ViT-B/16, se obtuvo una exactitud del 90,65 % en la clasificación, mientras que la herramienta evaluada generó un grado aceptable de satisfacción con su aplicación clínica.Conclusión. La inteligencia artificial demostró gran precisión y concordancia en la clasificación del HER2, redujo la variabilidad diagnóstica y mejoró la objetividad, aunque aún se requiere optimizar la eficiencia del procesamiento.

Schlagwörter

MeSH-Schlagwörter (MEDLINE)

Breast NeoplasmsErb-b2 Receptor Tyrosine KinasesArtificial IntelligenceBiomarkers, TumorHumansFemaleNeural Networks, Computer

Stichwörter der Autor:innen

Breast cancerimmunohistochemistry

Substanzen

Erb-b2 Receptor Tyrosine KinasesBiomarkers, TumorERBB2 protein, human

Autor:innen und Institutionen

  • Grupo de Investigación en Sistemas Dinámicos, Instrumentación y Control, Universidad del Cauca, Popayán, Colombia.
  • Unidad de Diagnóstico en Patología SAS, Popayán, Colombia.

ORCID-Profile: Leidy Verónica Villota, Jessica Julieth Lasso, Elvia Noelia Muñoz, Rubiel Vargas

Zitieren

APA

Villota, L. V., Lasso, J. J., Muñoz, E. N., & Vargas, R. (2025). Clasificación de la expresión del receptor 2 del factor de crecimiento epidérmico humano en tejido mamario canceroso mediante inteligencia artificial. Biomédica. https://doi.org/10.7705/biomedica.7899

Vancouver

Villota LV, Lasso JJ, Muñoz EN, Vargas R. Clasificación de la expresión del receptor 2 del factor de crecimiento epidérmico humano en tejido mamario canceroso mediante inteligencia artificial. Biomédica. 2025. doi:10.7705/biomedica.7899

BibTeX
@article{Villota2025,
  author = {Villota, Leidy Verónica and Lasso, Jessica Julieth and Muñoz, Elvia Noelia and Vargas, Rubiel},
  title = {Clasificación de la expresión del receptor 2 del factor de crecimiento epidérmico humano en tejido mamario canceroso mediante inteligencia artificial},
  journal = {Biomédica},
  year = {2025},
  doi = {10.7705/biomedica.7899}
}
Kostenlos starten →