Un equipo multidisciplinario en el que participan el Servicio de Microbiología del Hospital Universitario Vall d'Hebron, el Grupo de Investigación de Microbiología del Vall Hebron Instituto de Investigación (VHIR), la Universitat Politècnica de Catalunya–Barcelona Tech (UPC) y la Fundación Probitas, ha presentado un nuevo método diagnóstico para la malaria.

La investigación se ha desarrollado principalmente en el laboratorio de Microbiología del Centro de Salud Internacional Vall d'Hebron Drassanes, con el respaldo de los grupos de investigación en Biología Computacional y Sistemas Complejos (BIOCOM-UPC), Procesamiento de Imagen y Video (GPI) y Tecnologías de Bases de Datos y Gestión de la Información (DTMI) de la UPC. Se trata de un sistema creado a partir de inteligencia artificial que combina una aplicación móvil con un microscopio robotizado de bajo coste. El diseño se ha ideado para que sea un método útil y efectivo en países con pocos recursos, que es donde esta enfermedad es endémica. Los resultados del primer prototipo de iMAGING se han publicado en la revista Frontiers in Microbiology. El sistema ha demostrado una fiabilidad de más del 90% en el laboratorio. El próximo paso será probarlo sobre el terreno.

La malaria es una enfermedad infecciosa transmitida por picaduras de mosquito y causada por parásitos del género Plasmodium. La Organización Mundial de la Salud estima que en 2022 ha habido 249 millones de casos en todo el mundo, el 93% ubicados en la región africana, que también contabilizó el 95% de las defunciones. En el mismo informe también se alertaba de que el cambio climático y la globalización están provocando una expansión del mosquito a nuevas áreas que cuentan con poca preparación y recursos para hacerle frente. Actualmente, el método de referencia para el diagnóstico de la malaria es la visualización de los parásitos, por parte de un experto, en un microscopio óptico a partir de muestras de sangre. Es un procedimiento manual, largo y repetitivo, que, sumado a la falta de personal técnico de laboratorio e instrumentos, provoca un gran infradiagnóstico. Hasta ahora, cualquier intento de automatizar el proceso aumentaba exponencialmente el coste, lo que lo hacía prohibitivo en países con pocos recursos sanitarios.

Un microscopio automático controlado a través de Bluetooth

La solución propuesta por el equipo es iMAGING, una aplicación para móvil que utiliza inteligencia artificial para procesar las imágenes digitales de las muestras de sangre y determinar si hay o no infección. En caso positivo también determina la densidad y el estadio de la infección parasitaria. Para captar las imágenes se ha diseñado un microscopio robotizado a partir de un microscopio óptico normal con piezas creadas con impresión 3D, lo que ha abaratado su producción.

La app se conecta al microscopio mediante Bluetooth y controla los movimientos y el enfoque del mismo para analizar automáticamente la muestra y obtener las imágenes necesarias para el diagnóstico. El personal técnico solo tiene que preparar las muestras, lo que reduce considerablemente su carga de trabajo y la posibilidad de errores.

El prototipo se ha entrenado con más de 2500 imágenes y ha logrado una fiabilidad de más del 96% en muestras con densidad alta y del 94% con densidad baja. Los falsos positivos y negativos no han llegado al 5% en ningún caso. Sin embargo, el Dr. Joan Joseph i Munné, investigador principal de este proyecto por parte del grupo de Microbiología del VHIR, explica que la "prueba de fuego será su funcionamiento sobre el terreno, pero si es exitoso, puede abrir la puerta a adaptarse a otras Enfermedades Tropicales Desatendidas".

El proyecto se enmarca en el trabajo de ciencia y tecnología para el desarrollo humano impulsado por el Centro de Cooperación para el Desarrollo (CCD) de la UPC. Daniel López Codina, investigador del BIOCOM-UPC, explica que "necesitamos seguir trabajando para desarrollar herramientas de calidad y de bajo coste para mejorar la salud de las personas que viven en países con índices de desarrollo humano bajos o muy bajos. Estamos muy contentos con los resultados alcanzados hasta hoy y estamos seguros de que podremos adaptar las herramientas desarrolladas para otras Enfermedades Tropicales Desatendidas".

Ahora, se prevé continuar entrenando la inteligencia artificial para introducir mejoras en otros ámbitos, por ejemplo, para que pueda diferenciar entre las cinco diferentes especies de parásitos que provocan la patología. Esto permitirá personalizar mucho más el tratamiento, mejorando su efectividad. Este proyecto cuenta con el apoyo de la Organización Mundial de la Salud dentro de su iniciativa para el diagnóstico a través de la imagen digital de hemoparásitos en países de baja y mediana renta.