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

Descargar La Aplicación Móvil




IA detecta parásitos a partir de fotos de muestras de sangre tomadas con un teléfono inteligente

Por el equipo editorial de LabMedica en español
Actualizado el 11 Aug 2022
Imagen: El algoritmo identifica el protozoo Trypanosoma Cruzi fotos de muestras de sangre tomadas con teléfono inteligente (Fotografí cortesía de la Universidad de São Paulo)
Imagen: El algoritmo identifica el protozoo Trypanosoma Cruzi fotos de muestras de sangre tomadas con teléfono inteligente (Fotografí cortesía de la Universidad de São Paulo)

La enfermedad de Chagas, causada por el parásito Trypanosoma cruzi, es una condición infecciosa crónica cuya prevención requiere el control de sus vectores, los triatominos (redúvido), y por ende una respuesta de los servicios públicos de salud. Endémica en 21 países de las Américas, la enfermedad de Chagas afecta a unos seis millones de personas, con una incidencia anual de 30.000 casos nuevos en la región, provocando un promedio de 14.000 muertes al año. Se estima que unos 70 millones de personas corren el riesgo de contraer la enfermedad porque viven en áreas expuestas a los triatominos. Una de las técnicas que se utilizan para diagnosticar el Chagas es realizada por microscopistas capacitados para detectar el parásito en muestras de sangre. Esto requiere un microscopio profesional, que puede acoplarse a una cámara de alta resolución, pero el método tiende a ser demasiado costoso e inaccesible para pacientes de bajos ingresos. Ahora, un nuevo estudio ha demostrado que la inteligencia artificial (IA) se puede utilizar para detectar el Trypanosoma cruzi en imágenes de muestras de sangre tomadas con la cámara de un teléfono inteligente y analizadas por microscopio óptico.

El método de aprendizaje automático, desarrollado por investigadores de la Universidad de São Paulo (São Paulo, Brasil), se basó en un algoritmo de bosque aleatorio entrenado para detectar y contar tripomastigotes de T. cruzi en imágenes de teléfonos móviles. Los tripomastigotes son la forma extracelular del protozoario y el único estadio que circula en el torrente sanguíneo de los pacientes con Chagas agudo. Se analizaron imágenes de muestras de frotis de sangre tomadas con una cámara con una resolución de 12 megapíxeles para llegar a un conjunto de características comunes a 1.314 parásitos, incluidos parámetros morfométricos (forma y tamaño), color y textura.

En el estudio, los especialistas en parásitos entrenaron el algoritmo para reconocer Trypanosoma cruzi, asistidos por especialistas en aprendizaje automático y procesamiento de imágenes. Las características se dividieron en conjuntos de entrenamiento y prueba y se clasificaron utilizando el algoritmo de bosque aleatorio. Los valores resultantes de precisión y sensibilidad se consideraron altos (87,6% y 90,5% respectivamente). Los investigadores también analizaron el área bajo la curva característica operativa del receptor (AUC-ROC), una representación gráfica ampliamente utilizada para evaluar la precisión del diagnóstico y el corte óptimo de la prueba. El resultado fue 0,942, considerado sobresaliente (a mayor área bajo la curva, más precisa la prueba). Los investigadores concluyeron que automatizar el análisis de imágenes adquiridas con un dispositivo móvil es una alternativa viable para reducir costos y ganar eficiencia en el uso del microscopio óptico. El algoritmo es de software abierto para que la comunidad científica pueda aportar datos y recursos.

“Obtuvimos buenos resultados en esta iniciativa de aprendizaje automático. El algoritmo funciona bien para Chagas y se puede adaptar para otros fines que dependen de las imágenes, como analizar muestras de heces, piel y colposcopias”, dijo Helder Nakaya, investigador principal del Centro de Investigación de Enfermedades Inflamatorias. “El punto es generar imágenes y analizarlas bajo un microscopio que se puedan enviar a partes remotas de Brasil. La propia aplicación debe decir si son imágenes del parásito que causa el Chagas. Por lo tanto, es importante contar con un microscopio robusto y asequible que pueda recopilar las imágenes automáticamente”.

Enlaces relacionados:
Universidad de São Paulo  

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
βeta-Hydroxybutyrate Reagent
β-Hydroxybutyrate LiquiColor®
Alzheimer's Disease Biomarker Assay
Elecsys Phospho-Tau (217P) Plasma
Miembro Oro
CONTROL DE ÍNDICES SÉRICOS
Acusera Serum Indices Control

Canales

Química Clínica

ver canal
Imagen: Joy Milne, cuyo elevado sentido del olfato ayudó a inspirar la investigación sobre la firma molecular del Parkinson, participa en una investigación que investiga el sentido del olfato. (Crédito de la imagen: Universidad de Manchester)

Estudio con hisopo cutáneo identifica cambios metabólicos asociados al Parkinson

La enfermedad de Parkinson puede ser difícil de diagnosticar antes de que aparezcan los síntomas motores, lo que pone de relieve la necesidad de métodos de detección más temprana.... Más

Hematología

ver canal
Imagen: Una nueva investigación que utiliza muestras de sangre almacenadas recolectadas a lo largo del tiempo ha rastreado el desarrollo de la leucemia mieloide aguda años y décadas antes del diagnóstico (Crédito de la imagen: Shutterstock)

Muestras de sangre seriadas revelan la evolución de la leucemia décadas antes del diagnóstico

La leucemia mieloide aguda (LMA) es un cáncer de la sangre agresivo que afecta aproximadamente a 2.700 personas en el Reino Unido cada año, y solo alrededor de una de cada seis pacientes... Más

Inmunología

ver canal
Imagen: Los hallazgos subrayan la importancia de alinear las pruebas de alergia con la historia clínica y las pautas de diagnóstico para reducir las pruebas inadecuadas y sus consecuencias (Crédito de la imagen: iStock)

Encuesta revela brecha entre conocimiento y práctica en pruebas de alergia alimentaria

La evaluación de la alergia alimentaria puede ser un desafío cuando los resultados de laboratorio no coinciden con los síntomas clínicos. Los paneles amplios de alergia alimentaria... Más

Microbiología

ver canal
Imagen: La malaria es causada por parásitos Plasmodium, transmitidos principalmente a través de la picadura de mosquitos Anopheles hembra infectados (Crédito de la imagen: Adobe Stock)

Los genomas completos de malaria podrían mejorar la identificación de especies y la vigilancia

La malaria sigue siendo un importante desafío mundial para la salud, con un estimado de 282 millones de casos y 610.000 muertes en todo el mundo en 2024. Aunque la mayor parte de la investigación... Más

Tecnología

ver canal
Imagen: Módulos e interacciones clave en el sistema agente LabARIA.  (Yang, H.S., Pan, W., Cushing, M.M. et al. An agentic framework for intelligent clinical laboratory medicine. npj Health Systems (2026). https://doi.org/10.1038/s44401-026-00163-3)

Un marco de IA multiagente apoya el monitoreo de la calidad y el flujo de trabajo en el laboratorio

Los laboratorios clínicos analizan sangre, orina, tejidos y otros fluidos corporales para apoyar el diagnóstico y el tratamiento de enfermedades. El aumento del volumen de pruebas, la escasez... Más

Industria

ver canal
Imagen: El evento de cuatro días, celebrado del 13 al 16 de noviembre en Cali, destacó los avances en diagnóstico clínico, tecnologías de laboratorio e inteligencia artificial en bacteriología

El CNB 2026 destaca los avances en bacteriología y medicina de laboratorio en Cali

El 24.º Congreso Internacional del Colegio Nacional de Bacteriología (CNB) reunió a profesionales de laboratorio, investigadores, representantes de la industria y expertos internacionales en Cali, Colombia,... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.