20/08/2026
🤖 ¿𝗣𝗨𝗘𝗗𝗘 𝗟𝗔 𝗜𝗔 𝗥𝗘𝗖𝗢𝗡𝗢𝗖𝗘𝗥 𝗘𝗦𝗤𝗨𝗜𝗦𝗧𝗢𝗖𝗜𝗧𝗢𝗦?
Un estudio publicado en 2026 en 𝘐𝘯𝘵𝘦𝘳𝘯𝘢𝘵𝘪𝘰𝘯𝘢𝘭 𝘑𝘰𝘶𝘳𝘯𝘢𝘭 𝘰𝘧 𝘓𝘢𝘣𝘰𝘳𝘢𝘵𝘰𝘳𝘺 𝘏𝘦𝘮𝘢𝘵𝘰𝘭𝘰𝘨𝘺 desarrolló un sistema de inteligencia artificial en dos etapas: R2U-Net para segmentar los eritrocitos y Xception-RGB para clasificarlos según su morfología.
🔬 Para entrenar la clasificación se utilizaron 28.586 eritrocitos, de los cuales 13.125 correspondían a esquistocitos. Las células fueron evaluadas previamente por dos profesionales con experiencia en morfología, utilizando criterios basados en las recomendaciones ICSH.
El modelo aprendió a diferenciar fragmentos eritrocitarios con ángulos agudos, células en casco, pequeños fragmentos eritrocitarios y microesferocitos, además de eritrocitos normales. Las imágenes RGB mostraron mejor desempeño que las imágenes en escala de grises, conservando información morfológica como la palidez central, la textura y los gradientes de color.
Posteriormente, el sistema fue evaluado en más de 156.000 eritrocitos de 219 pacientes. Los resultados fueron prometedores, aunque el desempeño varió según la morfología: las células en casco, por ejemplo, alcanzaron una sensibilidad de 79,5%.
⚠️ Un punto importante: aunque se utilizaron miles de células, el conjunto empleado para desarrollar la clasificación de esquistocitos provenía de solo 3 pacientes con microangiopatía trombótica. Los autores reconocen la necesidad de ampliar la validación a poblaciones más diversas y estudios multicéntricos.
La IA podría convertirse en una herramienta útil para estandarizar y apoyar el recuento de esquistocitos, pero muchas imágenes no necesariamente significan una gran diversidad de pacientes.
¿Crees que en el futuro estas tecnologías podrían utilizarse para el screening de esquistocitos, con validación posterior del profesional?
📖 Shang L, et al. AI-Enabled Automated Schistocyte Classification in Peripheral Blood for TMA Auxiliary Diagnosis. International Journal of Laboratory Hematology. 2026.