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.

Please note that the LabMedica website is also available in a complete English version
Presenta Sitios para socios Información LinkXpress
Ingresar
Publique su anuncio con nosotros
RANDOX LABORATORIES

Deascargar La Aplicación Móvil




Eventos

ATENCIÓN: Debido a la EPIDEMIA DE CORONAVIRUS, ciertos eventos están siendo reprogramados para una fecha posterior o cancelados por completo. Verifique con el organizador del evento o el sitio web antes de planificar cualquier evento próximo.

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
Print article
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  

Flocked Swab
HydraFlock and PurFlock Ultra
Proveedor de oro
PCR Microplate
SAPPHIRE MICROPLATE
New
Semi-Automatic Coagulation Analyzer
Clot 2B
New
Silver Supplier
HSV1+2 / VZV Test
Savvygen HSV1+2 / VZV

Print article

Canales

Química Clínica

ver canal
Imagen: Celdas electroquímicas grabadas con láser en depresor lingual de madera mide glucosa y nitrito en saliva (Fotografía cortesía de Analytical Chemistry)

Depresor lingual de madera fabricado con biosensor mide glucosa y nitrito en saliva

Los médicos suelen utilizar depresores linguales para examinar la boca y la garganta de un paciente. Sin embargo, es difícil imaginar que esta simple herramienta de madera pueda evaluar activamente... Más

Diagnóstico Molecular

ver canal
Imagen: La plataforma de prueba portátil GEO integrada con el dispositivo de recolección Snap (Fotografía cortesía de ReadyGo Diagnostics)

Plataforma de prueba rápida ultraportátil ofrece solución completa de muestra a respuesta para pruebas remotas y fuera de la red

Un sistema de diagnóstico molecular isotérmico ultraportátil integrado con un dispositivo patentado que combina la recolección y el procesamiento de muestras en un solo dispositivo... Más

Hematología

ver canal
Imagen: Los analizadores de hematología de Atellica HEMA 570 y 580 eliminan las barreras del flujo de trabajo (Fotografía cortesía de Siemens)

Analizadores de hematología de próxima generación eliminan obstáculos del flujo de trabajo y alcanzan un rendimiento rápido

Las pruebas de hematología son un aspecto crítico de la atención del paciente, se utilizan para establecer la línea de base de salud de un paciente, hacer seguimiento del progreso... Más

Microbiología

ver canal
Imagen: La prueba rápida MTB Strip para tuberculosis puede identificar pacientes con TB en dos horas (Fotografía cortesía de la Universidad de Chulalongkorn)

Prueba de tira reactiva rápida para MTB detecta tuberculosis en menos de una hora sin herramientas especiales

La tuberculosis (TB), una enfermedad altamente infecciosa, continúa planteando desafíos importantes para la salud pública en todo el mundo. La TB es causada por una bacteria conocida... Más

Tecnología

ver canal
El biosensor electrónico  utiliza aptámeros de ADN para detectar biomarcadores en muestras de sangre completa (Fotografía cortesía de Freepik)

Biosensor electrónico detecta biomarcadores en muestras de sangre completa sin agregar reactivos

La ausencia de herramientas bioanalíticas robustas, confiables y fáciles de usar para el diagnóstico temprano y oportuno de enfermedades cardiovasculares, particularmente el paro ... Más

Industria

ver canal
Imagen: Se espera que el mercado global de dispositivos de prueba HbA1c alcance los 2.560 millones de dólares en 2027 (Fotografía cortesía de Freepik)

Mercado mundial de dispositivos de prueba de hemoglobina A1c impulsado por aumento de prevalencia de diabetes

La hemoglobina A1c (HbA1c), o hemoglobina glicosilada, se refiere a la hemoglobina con glucosa unida. Los dispositivos de prueba de HbA1c se utilizan para análisis de sangre que determinan los niveles... Más
Copyright © 2000-2023 Globetech Media. All rights reserved.