Précédent Suivant
  Dans cette étude, des chercheurs ont combiné l’histopathologie assistée par l’intelligence artificielle (IA) et l’imagerie par cytométrie de masse pour analyser l’écosystème du cancer du poumon non à petites cellules. L’approche basée sur l’IA a été appliquée sur 158 échantillons de cancer du poumon non à petites cellules pour identifier avec précision les cellules tumorales (cellules d’adénocarcinome et cellules de carcinome épidermoïde) et les classer selon leur regroupement spatial. Des coupes de tissus immunomarquées ont permis de quantifier 24 marqueurs liés aux cellules tumorales, à l’architecture tissulaire, aux cellules myéloïdes et lymphoïdes CD45+ et à l’activation immunitaire. Les analyses ont montré que les lymphocytes T étaient préférentiellement localisés dans les zones péri-tumorales ou dans les nids tumoraux, avec une influence sur le pronostic.

Source(s) :
Alessandra Rigamonti et al. Integrating AI-powered digital pathology and imaging mass cytometry identifies key classifiers of tumor cells, stroma, and immune cells in non-small cell lung cancer. Cancer Res. 2024 Feb 5. ;

Dernières revues


COVID-19 et paramètres de coagulation : un lien avec la mortalité ?

La pandémie de COVID-19, causée par le SARS-CoV-2, a entraîné des millions...

Entraînement de résistance et sclérose en plaques : une solution pour améliorer fonction et qualité de vie ?

La sclérose en plaques (SEP) est une maladie auto-immune chronique du syst...

Endométriose : impact des hormones, des comportements sexuels et des traitements chirurgicaux

L'endométriose est une maladie inflammatoire chronique modulée par les niv...