Noticias Tecnología - Innovación - Ciencia

add ver todas

Una nueva prueba de ADN predice la respuesta de pacientes de cáncer de mama a la quimioterapia

Las antraciclinas son un tipo de medicamento ampliamente usado en tratamientos contra el cáncer de mama durante los últimos 30 años que, sin embargo, contienen cierto grado de toxicidad conocido por causar importantes efectos secundarios. Por otra parte, algunos tumores no responden en absoluto ante el medicamento por lo que la paciente se puede ver expuesta a un riesgo innecesario. Para arrojar un poco de luz sobre esta complicada situación, los expertos de Stanford han descubierto un test basado en el estudio del ADN capaz de predecir la respuesta de las pacientes ante las antraciclinas, para que cada paciente pueda recibir rápidamente el tratamiento que será más efectivo en su caso particular.

Las implicaciones de esta innovación son :

  • Sin efectos secundarios – La lista de efectos secundarios del tratamiento con antraciclinas incluye desde daños al corazón hasta el surgimiento de cánceres secundarios. Conocer el grado de sensibilidad de las pacientes al medicamento permitiría no sólo pronosticar el riesgo real de sufrir estos daños colaterales, sino evitar perder un tiempo valioso en tratamientos que no serán efectivos en la paciente en cuestión.
  • Investigadores a la fuga – Los resultados de estas investigaciones ponen foco en lo necesario de invertir fondos en investigación. En un país como España, cuyo talento científico se ve obligado a buscar mejores oportunidades laborales en otros países, el Gobierno y las empresas han de buscar opciones de financiación en investigación y políticas de retención y recuperación de trabajadores cualificados.
    Para saber más haz click aquí

NOTICIAS RELACIONADAS

add ver todas

Fotosíntesis artificial para plástico biodegradable

Un equipo de investigadores de la Universidad Metropolitana de Osaka ha desarrollado un método para fabricar plásticos biodegradables utilizando CO2 reciclado y luz solar.

Bienvenidos a la era frictionless

Antes de que la sociedad se enfretara al COVID-19, el consumo se dirigía hacía modelos de negocio digitales. Durante la pandemia, y actualmente, en un momento de mejora, el consumo está sufriendo variaciones, ya que los consumidores han descubierto diversas formas de poder realizar sus actividades reduciendo el recurso más valioso que puede tener, su tiempo. Es por eso, que el futuro del comercio está orientado a reducir la fricción en los negocios, ¿Como lo harán?

¿Qué temáticas trataremos en TREND BUILDERS '23?

Todos los meses compartimos las innovaciones y tendencias más relevantes del sector Gran Consumo, Retail y Horeca a nivel mundial. Además, ponemos mucho foco en la Innovación Abierta, ya que se trata de una tendencia empresarial cada vez más utilizada en todo el mundo, especialmente en los sectores que requieren una constante innovación tecnológica y de negocio, como el Gran Consumo, Retail y Horeca, entre otros.Desde AECOC, contamos con la Plataforma de Innovación Abierta, desde la cual ofrecemos diferentes servicios y contenidos para nuestros socios. Por ejemplo, dentro del marco de la Innovación Abierta y Colaborativa, este año estamos trabajando en un Challenge de Digitalización y Nuevas Tecnologías, en el que contamos con la participación de 16 empresas líderes del sector. Con el objetivo de que las empresas puedan aprovechar mejor la experiencia y el conocimiento de otros actores del sistema y reducir los costes y riesgos. Por otro lado, para seguir incentivando la innovación y acercarla a nuestros socios, desde hace 8 años reunimos algunos de los temas más innovadores y de mayor interés actual en el evento anual TREND BUILDERS. Este año Trend Builders se llevará a cabo en Barcelona el próximo 31 de mayo y los asistentes

¿Cómo enseñar a la IA el concepto de "parecido, pero...

La Inteligencia Artificial tal y como hoy la conocemos engloba muchos conceptos que se encuentran interconectados y que en muchas ocasiones pueden llegar a ser un galimatías al profano. Machine Learning se refiere a la capacidad de la máquina para aprender algo sin estar explícitamente programada para ello. Deep Learning, se refiere a las redes neuronales profundas, que permiten a la máquina procesar grandes cantidades de datos. De esta manera, la IA es capaz de llevar a cabo un aprendizaje