Crean un algoritmo capaz de detectar enfermedades tropicales con un móvil

Un equipo de investigadores ha desarrollado un algoritmo de inteligencia artificial (IA) capaz de diagnosticar la filariasis con una precisión del 95%, utilizando únicamente un teléfono móvil acoplado a un microscopio. Este innovador desarrollo promete revolucionar la detección de enfermedades tropicales, facilitando su diagnóstico en zonas con recursos limitados.

La Universidad Politécnica de Madrid (UPM), en colaboración con Spotlab, el Centro Nacional de Microbiología del Instituto de Salud Carlos III (ISCIII), y los grupos de Bioingeniería, Biomateriales y Nanomedicina (CIBERBBN) y Enfermedades Infecciosas (CIBERINFEC) del Centro de Investigación Biomédica en Red (CIBER), han unido fuerzas para crear este avanzado algoritmo de IA. La herramienta está diseñada para identificar microfilarias en muestras de sangre, los huevos de los gusanos adultos, utilizando la cámara de un teléfono móvil conectado a un microscopio óptico a través de un adaptador impreso en 3D.

La filariasis es una enfermedad parasitaria causada por varias especies de nematodos del género Filarioidea, que se transmiten a los humanos por picaduras de mosquitos infectados. Entre sus formas más comunes se encuentran la filariasis linfática, la oncocercosis (ceguera de los ríos) y la loiasis. El diagnóstico tradicional de esta enfermedad incluye la identificación de microfilarias en sangre o piel, pruebas de sangre y técnicas de imagen para detectar gusanos adultos.

Huggingspot: la aplicación que revoluciona el diagnóstico

La aplicación desarrollada, llamada HuggingSpot, representa un cambio importante en la lucha contra la filariasis, una enfermedad que afecta a más de mil millones de personas en todo el mundo. Esta tecnología, alineada con los objetivos de la Organización Mundial de la Salud (OMS) para la filariasis linfática, ofrece una solución innovadora y accesible para mejorar la detección y seguimiento de la enfermedad.

HuggingSpot permite digitalizar datos clínicos e imágenes en tiempo real. A medida que el usuario está viendo la muestra en la pantalla del móvil, la IA analiza y genera predicciones, delimitando los parásitos detectados en recuadros. Las imágenes y predicciones se guardan automáticamente al tomar una foto, aumentando el contador de detección de parásitos. 

Los usuarios también pueden ajustar manualmente el recuento si identifican parásitos no detectados por la IA. Toda la información recopilada se sube a una plataforma de telemedicina para su revisión y corrección, facilitando la colaboración y el intercambio de datos.

Gracias al adaptador impreso en 3D, la unión del smartphone con el microscopio se integra fácilmente, incluso con un microscopio convencional. Este sistema mejora el acceso a herramientas avanzadas de diagnóstico, dando más opciones a los trabajadores de la salud y facilitando una detección temprana y precisa de la filariasis.