Un equipo multidisciplinario en el que participan el Servicio de Microbiología del Hospital Universitario Vall d'Hebron, el grupo de investigación de Microbiología del Vall Hebrón Instituto de Investigación (VHIR), la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) y la Fundación Probitas, ha presentado un nuevo método diagnóstico para la malaria basado en inteligencia artificial

La investigación se ha desarrollado principalmente en el laboratorio de Microbiología del Centro de Salud Internacional Vall d'Hebron Drassanes con los grupos de investigación en Biología Computacional y Sistemas Complejos (BIOCOM-UPC), de Procesamiento de Imagen y Vídeo (GPI) y de Tecnologías de Bases de Datos y Gestión de la Información (DTMI) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC). Se trata de un sistema creado a partir de inteligencia artificial que combina una aplicación de móvil con un microscopio robotizado de bajo coste. El diseño se ha ideado para que sea un método útil y efectivo en países con pocos recursos, donde esta enfermedad es endémica. Los resultados del primer prototipo de iMAGING se han publicado en la revista Frontiers in Microbiology. El sistema ha demostrado una fiabilidad de más del 90% en el laboratorio. El próximo paso será probarlo sobre el terreno.

La malaria es una enfermedad infecciosa transmitida por picaduras de mosquito y causada por parásitos del género Plasmodium. La Organización Mundial de la Salud (OMS) estima que en 2022 hubo 249 millones de casos en todo el mundo, el 93% ubicados en la región africana, que también contabilizó el 95% de las defunciones. En el mismo informe también se alertaba de que el cambio climático y la globalización están provocando una expansión del mosquito a nuevas áreas que cuentan con poca preparación y recursos para hacerle frente. Actualmente, 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. Es un procedimiento manual, largo y repetitivo, que sumado a la falta de personal técnico de laboratorio e instrumentos provoca un gran infradiagnóstico. Hasta ahora cualquier paso para automatizar el proceso aumentaba exponencialmente el coste del mismo, lo que le hacía prohibitivo en países con pocos recursos sanitarios.

Un microscopio automático controlado a través de Bluetooth
La solución propuesta por el equipo es iMAGING, una aplicación por móvil que utiliza la inteligencia artificial para procesar las imágenes digitales de las muestras de sangre para determinar si existe o no infección. En caso positivo, también determina la densidad y el estadio de la infección parasitaria. Para captar las imágenes se ha creado un microscopio robotizado a partir de un microscopio óptico normal con piezas creadas con impresión 3D, lo que ha abaratado su coste.

La app se conecta vía Bluetooth al microscopio y controla los movimientos y el enfoque del mismo para analizar automáticamente la muestra y conseguir las imágenes necesarias para el diagnóstico. El personal técnico sólo debe preparar las muestras, lo que reduce mucho su carga de trabajo y la posibilidad de errores.

El prototipo ha entrenado con más de 2.500 imágenes y ha logrado una fiabilidad de más del 96% en muestras con densidad alta y del 94% con densidad baja. Los falsos positivos y negativos no alcanzaron el 5% en ningún caso. Sin embargo, el dr. Joan Joseph i Munné, investigador principal de este proyecto por parte del grupo de Microbiología del VHIR, explica que la “prueba de fuego será su funcionamiento sobre el terreno, pero si es exitoso, puede abrir la puerta a adaptarse a otros Enfermedades Tropicales Desatendidas”.

El proyecto se enmarca en el trabajo de ciencia y tecnología para el desarrollo humano impulsado por el Centro de Cooperación para el Desarrollo (CCD) de la UPC. Daniel López Codina, investigador del BIOCOM-UPC, explica que “necesitamos seguir trabajando para desarrollar herramientas de calidad y de bajo coste para mejorar la salud de las personas que viven en países con índice de desarrollo humano bajo o muy bajo. Estamos muy contentos de los resultados alcanzados hasta la fecha y estamos seguros de que podremos adaptar las herramientas desarrolladas para otras Enfermedades Tropicales Desatendidas”.

Ahora, se prevé seguir entrenando la inteligencia artificial para introducir mejoras en otros ámbitos, por ejemplo para que pueda diferenciarse entre las cinco diferentes especies de parásitos que provocan la patología. Esto permitirá personalizar mucho más el tratamiento, mejorando su efectividad. Este proyecto está apoyado por la OMS dentro de su iniciativa por el diagnóstico a través de la imagen digital de hemoparásitos en países de baja y media renta.

A parte de López-Codina, en el proyecto iMAGING participan, de la UPC, los investigadores Allisson Dantas de Oliveira y Clara Prats, del BIOCOM-UPC y Sergi Nadal, Besim Bilalli y Alberto Abelló, del grupo de investigación DTIM. También Carles Rubio, primer autor del artículo, que es asimismo investigador del VHIR. La iniciativa también ha contado con la participación de Elisa Sayrol, investigadora del grupo de investigación GPI en el momento de realización del proyecto.