La Espectroscopia Raman Mejorada por Sustratos (SERS) se ha convertido en una valiosa herramienta para detectar pequeñas cantidades de moléculas debido a su alta sensibilidad.
Sin embargo, su aplicación clínica ha sido lenta debido a problemas con la complejidad del espectro, el ruido de fondo y las diferencias en las muestras biológicas. Integrar Inteligencia Artificial (IA) en SERS ha mejorado significativamente su uso para diagnósticos al permitir la automatización del preprocesamiento espectral, eliminación de ruido, extracción de información clave e identificación precisa. Los algoritmos tradicionales de aprendizaje automático (ML) y los avanzados de aprendizaje profundo (DL) de IA pueden interpretar eficazmente datos complejos SERS y reconocer biomarcadores específicos para diferentes enfermedades en muestras no invasivas como sérum, saliva, orina, condensado de aliento y exosomas. La tecnología AI-SERS proporciona una forma rápida y escalable de detectar el cáncer en etapas tempranas, clasificar el tipo de cáncer y rastrear los efectos del tratamiento, coincidiendo con los objetivos de oncología personalizada.
Explica claramente los fundamentos de SERS, las técnicas basadas en IA para el análisis de señales y cómo se emplean juntas en oncología. Describimos nuevos avances hacia el diagnóstico de muchos tipos de cáncer, la evaluación de resultados y el seguimiento de la respuesta del paciente al tratamiento. En particular, la revisión presenta el uso de plataformas SERS mejoradas por IA para diferentes tipos de cáncer, como cáncer de mama (BC), cáncer de pulmón (LC), cáncer prostático (PCa), cáncer de piel, cáncer oral, cánceres gastrointestinales, cáncer colorrectal (CRC), cáncer pancreático (PaC) y cáncer ovárico (OvCa). También discutimos cómo estas plataformas se están utilizando para el diagnóstico temprano, la monitoreo de los efectos del tratamiento y la predicción de la posibilidad de recurrencia.
Finalmente, discutimos cómo deben abordarse desafíos clave de traslación como la estandarización de datos, la capacidad de explicar modelos y la necesidad de aprobación por parte de autoridades antes de que AI-SERS pueda ser utilizada rutinariamente en oncología clínica.
Inicia sesión o regístrate para acceder al texto completo
¡Aún no hay comentarios. Sé el primero en comentar!