Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
INTEGRA BIOSCIENCES AG

Deascargar La Aplicación Móvil




Análisis sanguíneo con IA predice riesgo de suicidio en pacientes bipolares

Por el equipo editorial de LabMedica en español
Actualizado el 30 Oct 2025
Imagen: el análisis de sangre impulsado por IA puede predecir el riesgo de suicidio en pacientes bipolares con una precisión del 95 % (fotografía cortesía de 123RF)
Imagen: el análisis de sangre impulsado por IA puede predecir el riesgo de suicidio en pacientes bipolares con una precisión del 95 % (fotografía cortesía de 123RF)

El suicidio sigue siendo uno de los riesgos más graves para las personas con trastorno bipolar: casi el 40 % lo intenta y hasta el 10 % fallece por ello. A pesar de estas alarmantes estadísticas, los profesionales clínicos carecían de herramientas fiables para identificar a los pacientes con mayor riesgo. Investigadores han desarrollado un análisis de sangre con inteligencia artificial (IA) capaz de predecir el riesgo de suicidio en pacientes bipolares con una precisión superior al 95 %, lo que supone un avance diagnóstico potencialmente vital.

En una investigación colaborativa liderada por la Universidad de Haifa (Haifa, Israel), el equipo desarrolló un modelo de IA basado en cambios genéticos en los glóbulos blancos de pacientes con trastorno bipolar. Utilizando muestras de sangre de seis pacientes que se suicidaron y de otros 14 con diferentes perfiles de riesgo, los investigadores aislaron e "inmortalizaron" glóbulos blancos con el virus de Epstein-Barr, lo que les permitió vivir indefinidamente fuera del cuerpo.

Posteriormente, extrajeron ARN para identificar diferencias en la expresión génica entre individuos de alto y bajo riesgo. Se entrenaron algoritmos de aprendizaje automático con estos datos genéticos para detectar patrones moleculares vinculados al riesgo de suicidio. En análisis estadísticos equivalentes a 1.700 validaciones cruzadas repetidas, el modelo alcanzó consistentemente una precisión superior al 95 % al distinguir a los pacientes que posteriormente se suicidaron de aquellos que no lo hicieron.

Sorprendentemente, los hallazgos publicados en Translational Psychiatry demostraron que se podían detectar firmas genéticas asociadas con la función cerebral y los trastornos psiquiátricos en las células sanguíneas. Los investigadores se sorprendieron al descubrir que, al encontrar marcadores en los glóbulos blancos, podían predecir con gran precisión qué pacientes se suicidarían.

Los resultados sugieren que los glóbulos blancos reflejan algunos de los mismos procesos genéticos que ocurren en el cerebro, ofreciendo una perspectiva accesible sobre los trastornos neurológicos y psiquiátricos. Estos glóbulos blancos también expresan muchos genes neuronales, lo que sugiere que este vínculo inesperado podría ayudar a comprender mejor el riesgo de suicidio desde una perspectiva biológica y conductual.

La investigación también cuestiona la idea previa de que los biomarcadores relacionados con el suicidio solo se encontraban en las neuronas o en el tejido cerebral post mortem. En el futuro, el estudio se ampliará a poblaciones de pacientes más grandes y diversas para garantizar la estabilidad y reproducibilidad de las firmas genéticas. El equipo está utilizando la tecnología de células madre pluripotentes inducidas (iPSC) para obtener neuronas a partir de muestras de sangre y seguir investigando los mecanismos moleculares subyacentes a la conducta suicida.

Los expertos afirman que este enfoque representa un gran avance para la psiquiatría. El equipo espera que la tecnología pueda convertirse algún día en una herramienta de detección clínica, ayudando a los psiquiatras a ajustar los planes de tratamiento y a monitorizar a los pacientes de forma proactiva.

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
Electrolyte Analyzer
CBS-4000 (CBS-400)
New
Prueba de MR-proADM
B•R•A•H•M•S MR-proADM KRYPTOR test
Miembro Platino
Sistema bioquímico e inmunológico integrado
Biolumi CX Solution X10+C10

Canales

Química Clínica

ver canal
Crédito de la imagen:  Diane E. MacDougall et al., FIND Lp(a) Machine Learning Model: Targeted Screening Enrichment of Elevated Lipoprotein(a) in Atherosclerotic Cardiovascular Disease, JACC: Advances (2026). DOI: 10.1016/j.jacadv.2026.103114

El aprendizaje automático permite orientar el cribado de lipoproteína(a) elevada

La lipoproteína(a) es un factor de riesgo independiente, determinado genéticamente, de la enfermedad cardiovascular aterosclerótica; sin embargo, el cribado rutinario sigue siendo... Más

Microbiología

ver canal
Imagen: El actual brote de BDBV en la República Democrática del Congo pone de relieve los desafíos de respuesta a infecciones raras y graves (Crédito de la imagen: 123RF)

Investigación refuerza la preparación ante brotes del virus Bundibugyo con diagnósticos más rápidos

El virus de Bundibugyo (BDBV), una especie de ebolavirus, causa una enfermedad hemorrágica grave y puede ser difícil de diagnosticar rápidamente durante los brotes. Los recientes cambios... Más

Patología

ver canal
Crédito de la imagen: Adobe Stock

Herramienta citológica de aprendizaje automático mejora la identificación de células cancerosas

El cribado citológico sigue siendo fundamental para la detección temprana del cáncer, pero su precisión depende en gran medida de la interpretación experta de las células... Más

Tecnología

ver canal
Imagen: ADLM recomienda que las herramientas de inteligencia artificial emergentes sigan los mismos estándares profesionales de supervisión, calidad, validación y monitoreo que las pruebas clínicas tradicionales dentro del marco existente de CLIA (Crédito de la imagen: Adobe Stock)

ADLM pide actualizar CLIA para apoyar el uso seguro de IA en medicina de laboratorio

Los laboratorios clínicos utilizan cada vez más la inteligencia artificial para verificar, interpretar e informar resultados, pero las salvaguardas de las Enmiendas para la Mejora de los... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.