La Organización Mundial de la Salud (OMS) estima que en 2022 se han producido 249 millones casos de malaria en todo el mundo, el 93% de ellos ubicados en la región africana, que también contabilizó el 95% de las defunciones. En la actualidad, el método de referencia para el diagnóstico de la malaria es la visualización de los parásitos, por parte de un experto, en un microscopio óptico a partir de muestras de sangre. Se trata de un procedimiento manual, extenso y repetitivo que da lugar a una gran tasa de infradiagnóstico.
En este marco surge un consorcio multidisciplinario formado por el Servicio de Microbiología del Hospital Universitario Vall d'Hebron, el Grupo de Investigación de Microbiología del Vall Hebron Instituto de Investigación (VHIR), la Universitat Politècnica de Catalunya–Barcelona Tech (UPC) y la Fundación Probitas, que ha anunciado el desarrollo de un novedoso método diagnóstico para esta enfermedad, con el objetivo de convertirse en una herramienta eficaz en entornos con recursos limitados, especialmente en regiones donde la malaria es prevalente.
Se trata de un sistema basado en inteligencia artificial que integra una aplicación móvil con un microscopio robotizado
La investigación, desarrollada en el laboratorio de Microbiología del Centro de Salud Internacional Vall d'Hebron Drassanes y respaldada por los grupos de investigación en Biología Computacional y Sistemas Complejos (BIOCOM-UPC), Procesamiento de Imagen y Video (GPI) y Tecnologías de Bases de Datos y Gestión de la Información (DTMI) de la UPC, presenta un sistema basado en inteligencia artificial que integra una aplicación móvil con un microscopio robotizado de bajo coste.
MICROSCOPIO AUTOMÁTICO CONTROLADO POR BLUETOOTH
La solución innovadora denominada iMAGING, es una aplicación móvil respaldada por inteligencia artificial que analiza imágenes digitales de muestras de sangre para determinar la presencia de infecciones y evaluar la densidad y estadio de la infección parasitaria en caso de que el resultado sea afirmativo.
Una aplicación móvil respaldada por inteligencia artificial que analiza imágenes digitales para determinar la presencia de infecciones
Para la captura de estas imágenes se ha concebido un microscopio robotizado a partir de un modelo óptico convencional, incorporando piezas creadas por impresión 3D, optimizando así los costos de producción. La conexión de la aplicación al microscopio a través de Bluetooth facilita la automatización del análisis de muestras, reduciendo significativamente la carga de trabajo del personal técnico y minimizando posibles errores.
El prototipo, puesto a prueba con más de 2500 imágenes, ha demostrado una fiabilidad excepcional, superando el 96% en muestras con alta densidad y alcanzando el 94% en muestras con baja densidad. La tasa de falsos positivos y negativos se mantiene por debajo del 5% en todos los casos.
Aunque el verdadero desafío será su rendimiento en situaciones reales, el Dr. Joan Joseph i Munné, líder de la investigación en el grupo de Microbiología del VHIR, destaca la posibilidad de que este enfoque exitoso abra nuevas oportunidades para adaptarse a otras Enfermedades Tropicales Desatendidas: "La prueba de fuego será su funcionamiento sobre el terreno, pero si es exitoso, puede abrir la puerta a adaptarse a otras enfermedades”, afirma el experto.
Este proyecto, alineado con la iniciativa del Centro de Cooperación para el Desarrollo (CCD) de la UPC en ciencia y tecnología para el desarrollo humano, se propone continuar el entrenamiento de la inteligencia artificial para ampliar su aplicación a diferentes áreas, como la diferenciación entre las diversas especies de parásitos que causan la enfermedad.