Un reciente estudio que ha sido publicado en la revista PLoS Neglected Tropical Diseases ha puesto de manifiesto un nuevo avance en la lucha contra las enfermedades tropicales. La investigación ha sido realizada por un equipo de científicos de la Universidad Politécnica de Madrid (UPM), la compañía Spotlab, el Centro Nacional de Microbiología del Instituto de Salud Carlos III (ISCIII), así como del Centro de Investigación Biomédica en Red (CIBER) en las áreas de Bioingeniería, Biomateriales y Nanomedicina (CIBERBBN) y Enfermedades Infecciosas (CIBERINFEC).
La investigación se ha centrado en la filariasis, una enfermedad infecciosa tropical que afecta a más de un billón de personas a nivel mundial. Esta patología puede causar linfedema, elefantiasis, picazón e incluso ceguera, siendo esta última conocida como la ceguera de los ríos. Para combatir esta enfermedad, actualmente se administra medicación a todas las personas que residen en zonas endémicas.
El diagnóstico de la filariasis se realiza mediante el examen microscópico de un frotis de sangre por un experto humano, un proceso laborioso y que a menudo se encuentra limitado por la ausencia de expertos disponibles. Frente a este desafío, los autores del estudio han desarrollado algoritmos de Inteligencia Artificial (IA) capaces de detectar microfilarias en sangre, las larvas infecciosas que pueden transmitir la filariasis.
Los algoritmos desarrollados pueden distinguir las especies de parásitos más comunes en África (Loa loa, Mansonella perstans y Wuchereria bancrofti) y en el sudeste asiático (Brugia spp), utilizando para ello la cámara de un teléfono móvil conectado a un microscopio óptico con un adaptador impreso en 3D.
Para la creación de este sistema, los investigadores han utilizado 115 casos clínicos y han validado el sistema en un entorno clínico en el Centro Nacional de Microbiología del ISCIII. El sistema cuenta con una precisión de alrededor del 95%.
Entre los autores principales del trabajo se encuentran Lin Lin, ingeniera especialista en inteligencia artificial, y Elena Dacal, miembro del equipo clínico de la UPM, bajo la supervisión de los investigadores principales Miguel Ángel Luengo (Spotlab), José Miguel Rubio (CNM-ISCIII, CIBERINFEC) y María Jesús Ledesma (UPM, CIBERBBN).
El equipo de investigación ha creado una aplicación móvil llamada HuggingSpot, que está disponible en Google App Store y permite a la comunidad científica descargar los modelos de IA y probarlos. Esta innovación tiene un potencial importante para apoyar el diagnóstico y monitorización de las filariasis, especialmente en contextos con recursos limitados, donde el acceso a técnicos especializados y equipos de laboratorio es escaso.
Este avance tecnológico se alinea con el perfil de producto objetivo para la filariasis linfática definido por la Organización Mundial de la Salud (OMS), y marca un cambio de paradigma en la lucha contra una enfermedad que afecta a más de un billón de personas en todo el mundo.
La investigación ha contado con el apoyo de la Unión Europea H2020, los fondos NextGenerationEU, la Fundación Bill y Mellinda Gates, el programa predoctoral industrial de la Comunidad de Madrid y el Ministerio de Ciencia, Innovación y Universidades, a través de las ayudas PID2022-141493OB-I00 y PDC2022-133865-I00 de la Agencia Estatal de Investigación (AEI).
El artículo de referencia es: Edge Artificial Intelligence (AI) for real-time automatic quantification of filariasis in mobile microscopy.
