Desarrollan un aplicación con capacidad para diagnosticar la malaria gracias a la IA

Según datos de la Organización Mundial de la Salud (OMS), en 2022 se registraron en todo el mundo 249 millones de casos de malaria, una enfermedad infecciosa causada por parásitos que se contagia a través de la picada de mosquito. La gran mayoría de estos casos, concretamente el 93%, se encuentran en África, así como el 95% de las defunciones por esta causa. Sin embargo, tal y como ya puso de manifiesto la propia OMS, debido a la globalización y al cambio climático, el mosquito está conquistando nuevas zonas, en las que no existen recursos ni hay preparación para hacer frente a esta enfermedad.

Así las cosas, resulta clave dotar a estos países en los que la malaria es endémica de herramientas eficaces para combatir esta patología. En este sentido, en lo que se refiere al diagnóstico, en la actualidad el método de referencia consiste en la visualización del parásito en una muestra de sangre a través de un microscopia óptico, pero para ello se requiere de un experto y de tiempo. "Cuando hay un nivel bajo de parasitemia, el experto ha de ir analizando cada campo visual para detectar los parásitos y ello puede llevar cerca de 20 minutos", explica Joan Joseph i Munne, médico adjunto del Servicio de Microbiología, quien además señala que este procedimiento, al depender de la subjetividad humana, no es 100% fiable. Por todos estos motivos, a día de ello, existe mucho infradiagnóstico.

Menos tiempo, menos recursos

En este contexto, un equipo multidisciplinar en el que participan el Servicio de Microbiología del Hospital Vall d'Hebron como experto en el diagnóstico biológico de hemoparásitos, la Universidad Politécnica de Cataluña, que ha asumido todo lo relativo a la automatización, y la Fundación Probitas ha desarrollado un nuevo método de diagnóstico para la malaria, más rápido, más fiable, económico y que no requiere la dedicación de un experto.

Se trata de iMAGING, un "aplicativo de móvil que permite automatizar el diagnóstico utilizando la Inteligencia Artificial y un microscopio robotizado de bajo coste y acceso universal", indica Joan Joseph Munne, investigador principal del proyecto en el Vall d'Hebron Instituto de Investigación (VHIR). "El aplicativo lo que te permite es, por una parte, captar las imágenes, y por la otra enfocarlas y ese autoenfoque de la imagen es muy novedoso, ya que no hay ningún aplicativo que lo haga. Además, hemos entrenado las redes neuronales para poder obtener un algoritmo predictivo diagnóstico de malaria", explica.

En definitiva, a partir de una muestra de sangre, "se captan las imágenes necesarias para el diagnóstico con el aplicativo, que las autoenfoca y, mediante la Inteligencia Artificial, te da un valor predictivo porque nosotros antes ya hemos entrenado a la red neuronal con todas las muestras de malaria de las que disponemos en el Centro de Salud Internacional Vall d'Hebron Drassanes para que reconozca cuando ve un parásito".

Menos coste

Por lo tanto, tal y como señala el investigador, con este sistema "no hay equivocación, se acorta el tiempo hasta obtener un resultado y el personal técnico solo ha de preparar la muestra", a la vez que tiene un bajo coste, "porque lo único que se necesita es acoplar el móvil a cualquier microscopio, por eso es un dispositivo de acceso universal, y las piezas de acoplamiento y autoenfoque, así como la platina móvil para todos los campos de visualización, se han editado con una impresora 3D, lo que abarata costes". Además, cabe señalar que en el caso en el que el resultado sea positivo, la aplicación también determina la densidad y el estadio de la infección parasitaria.

El primer prototipo de iMAGING ya se ha testado con una fiabilidad de más del 96% en muestras con densidad alta y de un 94% con aquellas con densidad baja, mientras que los falsos negativos y positivos fueron inferiores al 5%. Tras estos buenos resultados, ahora falta probar el aplicativo sobre el terreno y si los resultados fueran los deseados, este mismo sistema podría utilizarse para el diagnóstico de otras enfermedades."Ya estamos trabajando en enfermedades tropicales desatendidas", revela Joan Joseph, y es que "el análisis de la imagen digital utilizando Inteligencia Artificial tiene múltiples aplicaciones", puesto que basta con entrenar las redes neuronales.

Además, en el marco de este proyecto, que cuenta con el apoyo de la OMS en el contexto de su iniciativa para el diagnóstico a través de la imagen digital de hemoparásitos en países de baja y media renta, se prevé continuar entrenando la IA para introducir mejoras, como la posibilidad de que el sistema pueda diferenciar entre las cinco especies de parásitos que provocan la enfermedad y así se pueda personalizar el tratamiento, mejorando la efectividad.