Herramienta de diagnóstico identifica múltiples condiciones de salud a partir de una sola gota de sangre

La espectroscopía infrarroja funciona de manera similar a un sistema de huellas dactilares moleculares a través de un dispositivo conocido como espectrómetro. Cuando se utiliza en biofluidos complejos como el plasma sanguíneo, la técnica físico-química proporciona conocimientos moleculares profundos, lo que indica su potencial para diagnósticos médicos. A pesar de su papel establecido en la química y la industria, la espectroscopia infrarroja aún no se ha convertido en una herramienta estándar en el diagnóstico médico. Para abordar este problema, los científicos han desarrollado una herramienta de diagnóstico que emplea luz infrarroja y aprendizaje automático para identificar múltiples condiciones de salud en una sola medición a nivel de población.

El equipo del grupo BIRD de la Universidad Ludwig Maximilian de Múnich (LMU, Múnich, Alemania) había trabajado anteriormente en métodos para medir el plasma humano. En su estudio más reciente, introdujeron la huella molecular infrarroja en un grupo naturalmente diverso, analizando la sangre de miles de participantes en el estudio KORA, un proyecto de investigación de salud de larga duración basado en Augsburgo, Alemania. Se seleccionaron aleatoriamente adultos de este estudio para exámenes médicos y donaciones de sangre, lo que le dio al estudio KORA una nueva dimensión y propósito. Se evaluaron más de 5.000 muestras de plasma sanguíneo mediante espectroscopia infrarroja por transformada de Fourier (FTIR).

Este enfoque involucró el análisis de las muestras de sangre con luz infrarroja para obtener huellas moleculares, que luego fueron examinadas utilizando aprendizaje automático para correlacionarlas con datos médicos existentes. Los hallazgos revelaron que estas huellas podrían facilitar exámenes de salud rápidos. El algoritmo multitarea fue capaz de diferenciar varios estados de salud, incluidos niveles anormales de lípidos en sangre, cambios en la presión arterial y la presencia de diabetes tipo 2, incluida su precursora, la prediabetes, que muchas veces pasa desapercibida. Publicada en Cell Reports Medicine, la investigación destacó la capacidad del algoritmo para identificar también a personas que estaban sanas y se mantuvieron así a lo largo de los años. Este descubrimiento fue notable porque encontrar individuos completamente sanos en una población aleatoria es un desafío debido a la prevalencia de variaciones en la salud y los cambios naturales que ocurren con el tiempo.

Tradicionalmente, se requieren diferentes pruebas para cada condición, pero este nuevo método identifica múltiples problemas de salud simultáneamente, no solo uno a la vez. El sistema no sólo identifica a personas sanas, sino que también detecta afecciones complejas que involucran múltiples enfermedades y puede predecir la aparición del síndrome metabólico años antes de que se manifiesten los síntomas. Este estudio fundamental propone que la identificación de huellas moleculares infrarrojas podría convertirse en una parte integral de los exámenes de salud de rutina. Esto permitiría una detección y gestión más efectiva de las condiciones, particularmente de los trastornos metabólicos como la diabetes y los niveles anormales de colesterol.

A medida que esta tecnología evolucione y sus capacidades se expandan a través de mayores desarrollos tecnológicos y estudios clínicos, más condiciones de salud podrían agregarse a su rango de diagnóstico. Este avance puede llevar a la monitorización personalizada de la salud, donde los individuos evalúan regularmente su estado de salud para identificar problemas potenciales de manera temprana. En última instancia, la integración de la espectroscopia infrarroja con el aprendizaje automático está a punto de revolucionar los diagnósticos de salud, proporcionando un nuevo y eficiente medio para monitorear la salud a nivel mundial utilizando solo una gota de sangre y luz infrarroja.

Enlaces relacionados:
LMU