Diagnostican enfermedades tropicales con un móvil y una IA

Un algoritmo permite agilizar el cribado y el equipo es asequible para zonas con pocos recursos o sin personal especializado

Una investigadora utiliza un móvil con un microscopio para el cribado de parásitos | UPM
(Actualizado

REDACCIÓN

El cambio climático y la globalización provocan que enfermedades endémicas de regiones de sur del planeta acaben impactando en poblaciones del norte.

A algunos les sonará la filariasis canina que ataca al corazón de algunas mascotas. Pero lo cierto es que la filariasis afecta a miles de personas en todo el mundo. Es una enfermedad infecciosa tropical común.

Según sea el parásito, puede causar linfedema, elefantiasis, picazón o la conocida como ceguera de los ríos. El diagnóstico a través de una muestra de sangre resulta muy laborioso pues hay que dedicarle bastante tiempo de observación al microscopio.

Algoritmo de detección y clasificación de microfilarias | SPOTLAB

ALGORITMOS CONTRA FILARIAS

Pero ahora investigadores de Spotlab, del Centro Nacional de Microbiología del Instituto de Salud Carlos III (ISCIII), de la Universidad Politécnica de Madrid (UPM) y las Áreas de Bioingeniería, Biomateriales y Nanomedicina (CIBERBBN) y Enfermedades Infecciosas (CIBERINFEC) del CIBER-ISCIII han desarrollado algoritmos de Inteligencia Artificial (IA) para detectar microfilarias en sangre, las larvas infecciosas que pueden transmitir la filariasis.

Francia recurre a un invento español para controlar la malaria en Tanzania

Los algoritmos distinguen las especies de parásitos más comunes en África (Loa loa, Mansonella perstans y Wuchereria bancrofti) y el sudeste asiático (Brugia spp), utilizando la cámara de un teléfono móvil conectado a un microscopio óptico con un adaptador.

Para crear este sistema, los investigadores han usado 115 casos clínicos y han validado el sistema en un entorno clínico en el CNM-ISCIII. El sistema tiene una precisión de entorno al 95%.

Los resultados de la investigación acaban de ser publicados en la revista Plos Neglected Tropical Diseases y los autores principales del trabajo son Lin Lin, ingeniera especialista en inteligencia artificial y Elena Dacal que trabaja en el equipo clínico, ambas bajo la supervisión de los investigadores principales Miguel Ángel Luengo (Spotlab), José Miguel Rubio (CNM-ISCIII, CIBERINFEC) y María Jesús Ledesma (UPM, CIBERBBN).

El dengue llega a Madrid: 43 casos registrados en 2023, todos ellos importados

Además, los investigadores han creado una aplicación móvil llamada HuggingSpot, que está disponible en Google App Store y permite a la comunidad científica descargar los modelos de IA y probarlos.

Esta innovación, explican, tiene un potencial enorme para apoyar el diagnóstico y monitorización de las filariasis, especialmente en zonas con recursos limitados, donde el acceso a técnicos especializados y equipos de laboratorio es escaso.