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

Deascargar La Aplicación Móvil




Sistema con IA compatible con dispositivos móviles revolucionará diagnóstico de malaria

Por el equipo editorial de LabMedica en español
Actualizado el 04 Sep 2025
Imagen: el asistente de malaria impulsado por IA compatible con dispositivos  móviles mejora la precisión del diagnóstico en condiciones rurales del mundo real (foto cortesía de Universidad de  Malaya)
Imagen: el asistente de malaria impulsado por IA compatible con dispositivos móviles mejora la precisión del diagnóstico en condiciones rurales del mundo real (foto cortesía de Universidad de Malaya)

La malaria sigue siendo una importante carga sanitaria en Malasia, y el Plasmodium knowlesi es ahora la principal causa de casos en humanos. Su rápido ciclo de replicación y sus similitudes con otras especies de malaria dificultan especialmente el diagnóstico oportuno y preciso. En las clínicas rurales, escasean los parasitólogos capacitados y los errores de identificación son frecuentes. Para abordar estas deficiencias, los investigadores han desarrollado un sistema de inteligencia artificial (IA) adaptado a las necesidades locales que mejora la precisión y la rapidez del diagnóstico de la malaria.

El nuevo sistema, llamado MalariaCare+, fue creado por un equipo de la Universidad Malaya (UM, Kuala Lumpur, Malasia) y utiliza un modelo de aprendizaje profundo YOLO mejorado con gráficos para detectar glóbulos rojos infectados, incluso en portaobjetos superpuestos o de baja calidad. MalariaCare+ se está probando en colaboración con la Universidad Malasia Sarawak (UNIMAS, Sarawak, Malasia) y se ha integrado en una aplicación probada con muestras de sangre.

Diseñado para las realidades locales, es compatible con dispositivos móviles y funciona como un asistente de diagnóstico en lugar de sustituir a los profesionales médicos. Los primeros resultados muestran que la IA proporciona al personal sanitario una "segunda mirada experta" fiable, lo que mejora la precisión diagnóstica en condiciones rurales reales. El diseño del sistema, basado en las aportaciones de médicos, técnicos e investigadores de campo, garantiza la capacidad de respuesta ante los retos de la detección de la malaria en Malasia.

Los próximos pasos incluyen la incorporación de un clasificador específico por estadio para identificar las etapas de vida del Plasmodium knowlesi, lo que permitirá tomar decisiones de tratamiento más rápidas. Las actualizaciones planificadas incorporarán análisis en tiempo real, explicaciones visuales de los hallazgos de IA y un seguimiento seguro del historial del paciente, incluso en zonas con baja conectividad. Además del diagnóstico, MalariaCare+ se integrará en la formación en salud pública de la UM y la UNIMAS, dotando a los futuros profesionales sanitarios de conocimientos tanto biológicos como tecnológicos.

“Esto no es IA por el simple hecho de hacerlo. Es inteligencia aplicada; creada con y para quienes luchan contra la malaria sobre el terreno”, afirmó el profesor asociado Dr. Khairunnisa Hasikin, director del proyecto en la Universidad Malaya. “Entrenamos la IA para que detecte lo que incluso los ojos más perspicaces podrían pasar por alto. No se trata de reemplazar a médicos y clínicos. Se trata de brindarles una segunda mirada experta cuando más la necesitan”.

Enlaces relacionados:
Universidad Malaya
UNIMAS

New
Miembro Oro
Cardiovascular Risk Test
Metabolic Syndrome Array I & II
Portable Electronic Pipette
Mini 96
New
Sample Transportation System
Tempus1800 Necto
New
Sperm Quality Analyis Kit
QwikCheck Beads Precision and Linearity Kit

Canales

Inmunología

ver canal
Imagen: la prueba podría optimizar la toma de decisiones clínicas identificando candidatos ideales para la inmunoterapia por adelantado (Xiao, Y. et al. Cancer Biology & Medicine Julio 2025, 20250038)

Análisis sanguíneo predice eficacia de inmunoterapia en cáncer mamario triple negativo

El cáncer de mama triple negativo (CMTN) es un subtipo agresivo que carece de terapias dirigidas, lo que convierte a la inmunoterapia en una opción prometedora, aunque impredecible.... Más

Tecnología

ver canal
Imagen: el sensor puede ayudar a diagnosticar diabetes y prediabetes en el sitio en unos minutos usando solo una muestra de aliento (foto cortesía de Larry Cheng/Penn State)

Sensor de grafeno utiliza muestra de aliento para identificar diabetes y prediabetes en minutos

Aproximadamente 37 millones de adultos estadounidenses viven con diabetes, y uno de cada cinco desconoce su condición. Diagnosticar la diabetes suele requerir análisis de sangre o visitas... Más
Copyright © 2000-2025 Globetech Media. All rights reserved.