Emplean la inteligencia artificial en un teléfono móvil para diagnosticar enfermedades tropicales desatendidas
Investigadores desarrollan algoritmos de inteligencia artificial para detectar en sangre las larvas infecciosas que pueden transmitir la filariasis, utilizando la cámara de un teléfono móvil
La filariasis es una enfermedad infecciosa tropical común y afecta a más de 1 billón de personas a nivel mundial que causa linfedema, elefantiasis, picazón y ceguera
Tres españoles han logrado controlar su cáncer de páncreas inoperable gracias a la IA
Un grupo de investigadores ha desarrollado algoritmos de inteligencia artificial (IA) para detectar microfilarias en sangre, las larvas infecciosas que pueden transmitir la filariasis, una enfermedad infecciosa tropical común.
La filariasis es una enfermedad infecciosa tropical común y afecta a más de 1 billón de personas a nivel mundial. Dependiendo del parásito, causa linfedema, elefantiasis, picazón y ceguera -conocida como la ceguera de los ríos-. Para eliminar la filariasis como un problema de salud pública, se realiza la administración masiva de medicamentos a todas las personas que viven en zonas endémicas. El diagnóstico de esta enfermedad se realiza mediante el examen microscópico de un frotis de sangre por un experto humano, lo cual es "laborioso y los expertos no siempre están disponibles".
MÁS
Se trata de 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.
Con la cámara de un teléfono
Estos 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 impreso en 3D.
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 por ciento.
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).
Monetización de la filariasis
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.
Según los autores, esta innovación tiene "un potencial enorme" para apoyar el diagnóstico y monitorización de las filariasis, especialmente en "contextos con recursos limitados", donde el acceso a técnicos especializados y equipos de laboratorio es escaso.
La investigación ha contado con el apoyo de la Unión Europea H2020, los fondos NextGenerationEU, la Fundación Bill y Mellinda Gates, el programa predoctoral industrial de la Comunidad de Madrid, el Ministerio de Ciencia, Innovación y Universidades.
Suscríbete a las newsletters de Informativos Telecinco y te contamos las noticias en tu mail
Síguenos en nuestro canal de WhatsApp y conoce toda la actualidad al momento.