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
LGC Clinical Diagnostics

Deascargar La Aplicación Móvil




Eventos

24 feb 2024 - 28 feb 2024
05 mar 2024 - 07 mar 2024

Microscopio automatizado impulsado por IA identifica con precisión parásitos de malaria en muestras de sangre

Por el equipo editorial de LabMedica en español
Actualizado el 18 Aug 2023
Print article
Imagen: El nuevo microscopio de alta tecnología utiliza IA para detectar con éxito la malaria en los viajeros que regresan (Fotografía cortesía de Freepik)
Imagen: El nuevo microscopio de alta tecnología utiliza IA para detectar con éxito la malaria en los viajeros que regresan (Fotografía cortesía de Freepik)

Cada año, más de 200 millones de personas contraen malaria, y más de medio millón de estos casos resultan en muertes. La Organización Mundial de la Salud aboga por el uso de diagnósticos basados en parásitos antes de iniciar el tratamiento de la enfermedad infecciosa causada por parásitos Plasmodium. Hay varias técnicas de diagnóstico disponibles, incluida la microscopía óptica convencional, las pruebas de diagnóstico rápido y la PCR. Sin embargo, el punto de referencia establecido para el diagnóstico de la malaria es la microscopía óptica manual, donde un especialista examina muestras de sangre bajo un microscopio para verificar la presencia de parásitos de la malaria. Sin embargo, la precisión de los resultados depende en gran medida de la experiencia del microscopista y puede verse afectada por la fatiga causada por la carga de trabajo entre los profesionales que realizan las pruebas.

Debido a la naturaleza exigente del diagnóstico tradicional y la gran carga de trabajo, un equipo internacional de investigadores llevó a cabo una investigación sobre la viabilidad de emplear un sistema novedoso que combina un microscopio de barrido automatizado con inteligencia artificial (IA) para el diagnóstico clínico. Los resultados indicaron que este sistema identificó los parásitos de la malaria con casi la misma precisión que los microscopistas experimentados que siguen los procedimientos de diagnóstico estándar. Este avance tiene el potencial de aliviar la carga de los microscopistas y aumentar el número manejable de casos de pacientes.

Investigadores del Hospital de Enfermedades Tropicales de la UCLH (Londres, Reino Unido) probaron un sistema de diagnóstico de la malaria totalmente automatizado que constaba de componentes de hardware y software. La plataforma de microscopía automatizada escanea muestras de sangre y los algoritmos para la detección de malaria procesan las imágenes para detectar la presencia y cantidad de parásitos. Los investigadores analizaron más de 1.200 muestras de sangre de viajeros que habían regresado al Reino Unido desde regiones donde prevalece la malaria. El estudio evaluó la precisión del sistema de microscopio de IA en un entorno clínico real bajo condiciones ideales.

Los investigadores compararon los resultados obtenidos tanto con el microscopio óptico manual como con el sistema de microscopio de IA. De forma manual, se identificaron 113 muestras con parásitos de la malaria, mientras que el sistema de IA detectó con precisión 99 muestras positivas, lo que resultó en una tasa de precisión del 88 %. A pesar de esta tasa de precisión encomiable, el sistema automatizado también produjo falsos positivos, indicando que 122 muestras eran positivas cuando no lo eran, lo que podría llevar a la administración innecesaria de medicamentos contra la malaria a los pacientes.

"Con una tasa de precisión diagnóstica del 88 % en relación con los microscopistas, el sistema de IA identificó los parásitos de la malaria casi tan bien como los expertos", dijo la Dra. Roxanne Rees-Channer, investigadora del Hospital de Enfermedades Tropicales de la UCLH. “Este nivel de desempeño en un entorno clínico es un logro importante para los algoritmos de IA dirigidos a la malaria. Indica que el sistema de hecho puede ser una herramienta clínicamente útil para el diagnóstico de la malaria en entornos apropiados”.

Enlaces relacionados:
UCLH

Miembro Platino
PRUEBA RÁPIDA COVID-19
OSOM COVID-19 Antigen Rapid Test
HLX
Complement 3 (C3) Test
GPP-100 C3 Kit
Miembro Oro
NEW PRODUCT : SILICONE WASHING MACHINE TRAY COVER WITH VICOLAB SILICONE NET VICOLAB®
REGISTRED 682.9

Print article

Canales

Química Clínica

ver canal
Imagen: La solución de espectrometría de masas de Cobas para laboratorios clínicos (Fotografía cortesía de Roche Diagnostics)

Analizador clínico automatizado basado en espectrometría de masas podría transformar pruebas de laboratorio

La espectrometría de masas, conocida por su mayor sensibilidad y especificidad en comparación con los inmunoensayos, es particularmente efectiva para probar moléculas como la vitamina... Más

Hematología

ver canal
Imagen: El CytoTracker Leukometer es un dispositivo portátil que ofrece rápidamente lecturas basadas en una sola gota de sangre (Fotografía cortesía de RizLab Health)

Rastreador portátil de glóbulos blancos podría permitir pruebas rápidas de infecciones

Los glóbulos blancos, o leucocitos, son indicadores clave de la salud del sistema inmunológico de un individuo. Los recuentos altos o bajos de leucocitos pueden indicar la gravedad de una infección, indicar... Más

Inmunología

ver canal
Imagen: Configuracion de la citometría con el chip de clasificación de células de IMEC (Fotografía cortesía de IMEC)

Tecnología de chip clasificador de células podría allanar el camino para elaboración de perfiles inmunológicos POC

Monitorear la respuesta del sistema inmunológico de los pacientes con cáncer durante la enfermedad y el tratamiento es importante para lograr resultados favorables. Para hacer esto, los laboratorios... Más

Tecnología

ver canal
Imagen: El sensor electroquímico detecta HPV-16 y HPV-18 con alta especificidad (Fotografía cortesía de 123RF)

Biosensor de ADN permite diagnóstico temprano del cáncer de cuello uterino

El disulfuro de molibdeno (MoS2), reconocido por su potencial para formar nanoláminas bidimensionales como el grafeno, es un material que llama cada vez más la atención de la comunidad... Más
Copyright © 2000-2024 Globetech Media. All rights reserved.