Se compara la microscopía automatizada para el diagnóstico rutinario de la malaria

Sin embargo, al igual que con otros diagnósticos basados en visualización, la exactitud depende del desempeño del técnico individual, lo que dificulta la estandarización y la confiabilidad.

El reconocimiento automático de imágenes basado en el aprendizaje automático, utilizando redes neuronales convolucionales, ofrece un potencial para superar estos inconvenientes. La aplicación del reconocimiento de imágenes digitales a la microscopía de la malaria, utilizando algoritmos de inteligencia artificial para reemplazar o complementar el factor humano en la interpretación de los frotis de sangre, ha sido intentado, generalmente en frotis delgados.

Un equipo de científicos que colaboran con Intellectual Ventures (Bellevue, WA, EUA) realizó un ensayo observacional transversal en dos instituciones de salud primaria periféricas en Perú. Inscribieron a 700 participantes cuya edad variaba entre 5 y 75 años, y tenían antecedentes de fiebre en los últimos tres días o temperatura elevada al momento del ingreso. Se tomó una muestra de sangre mediante punción digital para hacer frotis de sangre para el diagnóstico de microscopía y se colocaron gotas adicionales de sangre en un papel de filtro para el análisis cuantitativo posterior usando la reacción en cadena de la polimerasa cuantitativa (qPCR). Un prototipo del microscopio digital que emplea un algoritmo basado en el aprendizaje automático, el Autoscope, fue evaluado por su potencial en la microscopía de la malaria.

Los investigadores informaron que en una clínica, la sensibilidad del Autoscope para diagnosticar la malaria fue del 72% y la especificidad fue del 85%. El desempeño de la microscopía fue similar al Autoscope, con una sensibilidad del 68% y una especificidad del 100%. En una clínica, el 85% de las láminas preparadas tenían un mínimo de imágenes de 600 glóbulos blancos (WBC), por lo que cumplían con las condiciones de diseño del Autoscope. En la segunda clínica, la sensibilidad del Autoscope fue del 52% y la especificidad del 70%. El desempeño de la microscopía en esta segunda clínica fue del 42% y la especificidad fue del 97%. Solo el 39% de las láminas de esta clínica cumplieron con los supuestos de diseño de Autoscope respecto a la preparación de las láminas para obtener imágenes de los WBC.

Los autores concluyeron que el desempeño diagnóstico del Autoscope estaba a la par de la microscopía de rutina cuando las láminas tenían un volumen de sangre adecuado para cumplir con los supuestos de diseño, como lo representan los resultados de una clínica. El desempeño diagnóstico del Autoscope fue inferior al de la microscopía de rutina en las láminas de la otra clínica debido a que generó láminas con volúmenes más bajos de sangre. El estudio fue publicado el 25 de septiembre de 2018 en la revista Malaria Journal.

Enlace relacionado:
Intellectual Ventures