Análisis celular e histológico
con apoyo de la Inteligencia Artificial
Presentadoras:Evelyn Altamirano,Valeria Romo, Grecia Robles,Naomi Santos, Ingrid Castillo.
Proyecto transversal 2025B
07/11/2025
Grupo 3-A-T/V
UDG Sems Prepa 11 BTHI Departamento de citopatologia
Índice
Introducción breve
Cómo la IA complementa la interpretación microscópica.
La IA en el análisis histológico
Colorantes y pigmentos histológicos
INTRODUCCION BREVE
¿QUE SON LOS PROCESOS INFLAMATORIOS?
IMPORTANCIA DE LOS COLORANTES HISTOLOGICOS EN LA OBSERVACION DEL TEJIDO
Como la IA complementa la interpretacion microscopica
La Inteligencia Artificial (IA) complementa la interpretacion microscopica al acelerar, automizar y mejorar la precision del analisis de imagenes, actuando como una herramienta de apoyo para expertos humanos
Ventajas de la IA en la interpretacion microscopica
Mayor Precision Diagnostica: Los algoritmos de aprendizaje profundo pueden analizar imagenes medicas para detectar anomalias como celulas cancerosasAnálisis Cuantitativo y Consistente: A diferencia de la evaluación humana, que puede variar debido a la fatiga o la subjetividad, la IA proporciona un análisis morfométrico (cuantitativo) consistente y estandarizado de las imágenes, lo que garantiza resultados uniformes y fiables.
Usa esta cara de la tarjeta para dar más información sobre un tema. Focalízate en un concepto. Haz que el aprendizaje y la comunicación sean más eficientes.
Título
Escribe aquí una descripción breve
Diagrama celular en acción
El diagrama muestra que ante una lesión o infección, las células dañadas liberan histamina y citocinas, causando vasodilatación y mayor permeabilidad de los vasos para que los glóbulos blancos lleguen al área afectada. Los neutrófilos y macrófagos fagocitan los microorganismos y restos celulares, liberan señales para activar más células inmunes y ayudan a reparar el tejido. La inflamación termina cuando el agente dañino desaparece y comienza la recuperación.
PROCESOS INFLAMATORIOS: DEL TEJIDO AL MICROSCOPIO
TIPOS DE INFLAMACION
• La inflamación es la respuesta del sistema inmune ante daño, infección o estrés. • Tipos de inflamación: • Aguda: aparece rápido, dura poco y ayuda a la curación. • Crónica: dura mucho tiempo y puede causar enfermedades como artritis o diabetes. • Factores como el estrés, toxinas o traumas también pueden provocarla. La inflamación aguda es protectora, pero la crónica puede ser dañina si se mantiene.
EJEMPLO VISUAL DE TEJIDO INFLAMADO Y TEJIDO SANO
LA IA EN EL ANALISIS CITOLOGICO
MANDARLE LA MUESTRA A ANALIZAR A LA IA
Se obtiene la imagen con microscopio o camara digital
Se obtiene la imagen con microscopio o camara digital
¿La ia separa regiones de interes como celulas o tejidos dse fondo?
se identificaron bordes, colores o texturas relevantes
Si
clasifica anomalias
interpretacion de diagnostico
la ia compara imagenes
El diagrama de flujo del análisis de imágenes con IA muestra de forma ordenada los pasos que sigue un sistema inteligente para estudiar una imagen, por ejemplo, una muestra de tejido o citología.
vision humna vs vision de la ia
Visión humana (patologo)
Visión de la IA
Galería comparativa de la visión humna vs vision de la ia
Videos representativos de la IA en acción y comparación humana
ACT. encuentra el par
Colorantes, y pigmentos histológicos
Hematoxilina y Eosina
Papanicolaou
Shorr
JUEGO INTERACTIVO DE HISTOLOGÍA
IMAGEN DE LA TINCION GENERAL DE HYE
Ventajas y limites
Del uso de la IA en Histología
Ventajas de la IA en histología: IA ofrece diagnósticos rápidos y precisos. Automatiza tareas y analiza grandes datos. Estandariza criterios y apoya decisiones clínicas. Límites/desafíos: Datos sesgados generan errores en resultados. Carece de creatividad y empatía humana. Implementación compleja plantea desafíos éticos.
Bibliografía
1. Kim, I., Kang, K., Song, Y., & Kim, T.-J. “Application of Artificial Intelligence in Pathology: Trends and Challenges”. Diagnostics. 2022, 12(11):2794. doi:10.3390/diagnostics12112794. 2. Abdelsamea, M. M., Zidan, U., Senousy, Z., Gaber, M. M., Rakha, E., & Ilyas, M. “A survey on artificial intelligence in histopathology image analysis”. WIREs Data Mining and Knowledge Discovery. 2022, 12(6):e1474. doi:10.1002/widm.1474. 3. “Artificial intelligence in digital pathology: a systematic review and meta-analysis of diagnostic test accuracy”. BMJ Open. 2023 (pero estudio presentado 2022). 4. Chen, H., Li, X., Li, C., et al. “What can machine vision do for lymphatic histopathology image analysis: a comprehensive review”. Artificial Intelligence Review. 2024, 57:71. doi:10.1007/s10462-024-10701-w. 5. “The current landscape of artificial intelligence in computational histopathology for cancer diagnosis”. Discover Oncology. 2025, 16:438. Ross, M. H., & Pawlina, W. (2016). Histología: texto y atlas con biología celular y molecular (7.ª ed.). Wolters Kluwer. Harvard University – Center on the Developing Child. (s.f.). What is inflammation and why does it matter? https://developingchild.harvard.edu/resources/what-is-inflammation-and-why-does-it-matter/ Alturkistani, H. A., Tashkandi, F. M., & Mohammedsaleh, Z. M. (2016). Histological stains: A literature review and case study. Global Journal of Health Science, 8(3), 72–79. https://doi.org/10.5539/gjhs.v8n3p72 EPA Hero+1 Bancroft, J. D., & Stevens, A. (1975). Histopathological stains and their diagnostic uses. Edinburgh; New York: Churchill Livingstone. agris.fao.org Horobin, R. W., & Bancroft, J. D. (1998). Troubleshooting histology stains. New York: Churchill Livingstone. WorldCat Luna, L. G. (1992). Histopathologic methods and color atlas of special stains and tissue artifacts. Gaithersburg, MD: American Histolabs. WorldCat Prophet, E. B., Armed Forces Institute of Pathology (U.S.). (1992). Laboratory methods in histotechnology. Washington, D.C.: American Registry of Pathology. WorldCat Smith, A., & Bruton, J. (1977). Color atlas of histological staining techniques. Chicago: Year Book Medical Publishers. Google Libros
Análisis celular e histológico
VALERIA NAOMI ROMO ENRIQUEZ
Created on November 6, 2025
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Interactive Hangman
View
Secret Code
View
Branching Scenario: Academic Ethics and AI Use
View
The Fortune Ball
View
Repeat the Sequence Game
View
Pixel Challenge
View
Word Search: Corporate Culture
Explore all templates
Transcript
Análisis celular e histológico
con apoyo de la Inteligencia Artificial
Presentadoras:Evelyn Altamirano,Valeria Romo, Grecia Robles,Naomi Santos, Ingrid Castillo.
Proyecto transversal 2025B
07/11/2025
Grupo 3-A-T/V
UDG Sems Prepa 11 BTHI Departamento de citopatologia
Índice
Introducción breve
Cómo la IA complementa la interpretación microscópica.
La IA en el análisis histológico
Colorantes y pigmentos histológicos
INTRODUCCION BREVE
¿QUE SON LOS PROCESOS INFLAMATORIOS?
IMPORTANCIA DE LOS COLORANTES HISTOLOGICOS EN LA OBSERVACION DEL TEJIDO
Como la IA complementa la interpretacion microscopica
La Inteligencia Artificial (IA) complementa la interpretacion microscopica al acelerar, automizar y mejorar la precision del analisis de imagenes, actuando como una herramienta de apoyo para expertos humanos
Ventajas de la IA en la interpretacion microscopica
Mayor Precision Diagnostica: Los algoritmos de aprendizaje profundo pueden analizar imagenes medicas para detectar anomalias como celulas cancerosasAnálisis Cuantitativo y Consistente: A diferencia de la evaluación humana, que puede variar debido a la fatiga o la subjetividad, la IA proporciona un análisis morfométrico (cuantitativo) consistente y estandarizado de las imágenes, lo que garantiza resultados uniformes y fiables.
Usa esta cara de la tarjeta para dar más información sobre un tema. Focalízate en un concepto. Haz que el aprendizaje y la comunicación sean más eficientes.
Título
Escribe aquí una descripción breve
Diagrama celular en acción
El diagrama muestra que ante una lesión o infección, las células dañadas liberan histamina y citocinas, causando vasodilatación y mayor permeabilidad de los vasos para que los glóbulos blancos lleguen al área afectada. Los neutrófilos y macrófagos fagocitan los microorganismos y restos celulares, liberan señales para activar más células inmunes y ayudan a reparar el tejido. La inflamación termina cuando el agente dañino desaparece y comienza la recuperación.
PROCESOS INFLAMATORIOS: DEL TEJIDO AL MICROSCOPIO
TIPOS DE INFLAMACION
• La inflamación es la respuesta del sistema inmune ante daño, infección o estrés. • Tipos de inflamación: • Aguda: aparece rápido, dura poco y ayuda a la curación. • Crónica: dura mucho tiempo y puede causar enfermedades como artritis o diabetes. • Factores como el estrés, toxinas o traumas también pueden provocarla. La inflamación aguda es protectora, pero la crónica puede ser dañina si se mantiene.
EJEMPLO VISUAL DE TEJIDO INFLAMADO Y TEJIDO SANO
LA IA EN EL ANALISIS CITOLOGICO
MANDARLE LA MUESTRA A ANALIZAR A LA IA
Se obtiene la imagen con microscopio o camara digital
Se obtiene la imagen con microscopio o camara digital
¿La ia separa regiones de interes como celulas o tejidos dse fondo?
se identificaron bordes, colores o texturas relevantes
Si
clasifica anomalias
interpretacion de diagnostico
la ia compara imagenes
El diagrama de flujo del análisis de imágenes con IA muestra de forma ordenada los pasos que sigue un sistema inteligente para estudiar una imagen, por ejemplo, una muestra de tejido o citología.
vision humna vs vision de la ia
Visión humana (patologo)
Visión de la IA
Galería comparativa de la visión humna vs vision de la ia
Videos representativos de la IA en acción y comparación humana
ACT. encuentra el par
Colorantes, y pigmentos histológicos
Hematoxilina y Eosina
Papanicolaou
Shorr
JUEGO INTERACTIVO DE HISTOLOGÍA
IMAGEN DE LA TINCION GENERAL DE HYE
Ventajas y limites
Del uso de la IA en Histología
Ventajas de la IA en histología: IA ofrece diagnósticos rápidos y precisos. Automatiza tareas y analiza grandes datos. Estandariza criterios y apoya decisiones clínicas. Límites/desafíos: Datos sesgados generan errores en resultados. Carece de creatividad y empatía humana. Implementación compleja plantea desafíos éticos.
Bibliografía
1. Kim, I., Kang, K., Song, Y., & Kim, T.-J. “Application of Artificial Intelligence in Pathology: Trends and Challenges”. Diagnostics. 2022, 12(11):2794. doi:10.3390/diagnostics12112794. 2. Abdelsamea, M. M., Zidan, U., Senousy, Z., Gaber, M. M., Rakha, E., & Ilyas, M. “A survey on artificial intelligence in histopathology image analysis”. WIREs Data Mining and Knowledge Discovery. 2022, 12(6):e1474. doi:10.1002/widm.1474. 3. “Artificial intelligence in digital pathology: a systematic review and meta-analysis of diagnostic test accuracy”. BMJ Open. 2023 (pero estudio presentado 2022). 4. Chen, H., Li, X., Li, C., et al. “What can machine vision do for lymphatic histopathology image analysis: a comprehensive review”. Artificial Intelligence Review. 2024, 57:71. doi:10.1007/s10462-024-10701-w. 5. “The current landscape of artificial intelligence in computational histopathology for cancer diagnosis”. Discover Oncology. 2025, 16:438. Ross, M. H., & Pawlina, W. (2016). Histología: texto y atlas con biología celular y molecular (7.ª ed.). Wolters Kluwer. Harvard University – Center on the Developing Child. (s.f.). What is inflammation and why does it matter? https://developingchild.harvard.edu/resources/what-is-inflammation-and-why-does-it-matter/ Alturkistani, H. A., Tashkandi, F. M., & Mohammedsaleh, Z. M. (2016). Histological stains: A literature review and case study. Global Journal of Health Science, 8(3), 72–79. https://doi.org/10.5539/gjhs.v8n3p72 EPA Hero+1 Bancroft, J. D., & Stevens, A. (1975). Histopathological stains and their diagnostic uses. Edinburgh; New York: Churchill Livingstone. agris.fao.org Horobin, R. W., & Bancroft, J. D. (1998). Troubleshooting histology stains. New York: Churchill Livingstone. WorldCat Luna, L. G. (1992). Histopathologic methods and color atlas of special stains and tissue artifacts. Gaithersburg, MD: American Histolabs. WorldCat Prophet, E. B., Armed Forces Institute of Pathology (U.S.). (1992). Laboratory methods in histotechnology. Washington, D.C.: American Registry of Pathology. WorldCat Smith, A., & Bruton, J. (1977). Color atlas of histological staining techniques. Chicago: Year Book Medical Publishers. Google Libros