Innovación en el diagnóstico de enfermedades hematológicas

Un nuevo procedimiento promete revolucionar el diagnóstico de enfermedades hematológicas, como los cánceres de la sangre, ofreciendo resultados más rápidos y precisos. Este avance se detalla en un estudio recientemente publicado en la revista Microscopy and Microanalysis. La técnica, que actualmente se realiza de forma manual en la mayoría de los centros sanitarios, es el recuento diferencial de células de los aspirados de médula ósea. Este método es laborioso y sus resultados dependen en gran medida de la experiencia del observador, lo que lo convierte en un candidato ideal para la automatización mediante inteligencia artificial (IA).

Colaboración y Liderazgo Clínico

El proyecto cuenta con el liderazgo clínico de Joaquín Martínez, del Hospital 12 de Octubre y CIBERONC, y se desarrolla en colaboración con el Hospital Universitario Fundación Alcorcón y el Hospital Vall d’Hebron. El objetivo es implementar un sistema automatizado que utilice IA para mejorar la precisión y rapidez del diagnóstico de enfermedades hematológicas.

Algoritmo basado en ‘deep learning’

David Bermejo-Peláez, investigador del CIBER-BBN y Spotlab, explica que han diseñado un algoritmo de inteligencia artificial basado en deep learning, capaz de diferenciar y contar automáticamente diferentes tipos celulares en imágenes de muestras de médula ósea. Una de las ventajas más destacadas de este sistema es que no requiere escáneres ni dispositivos complejos y costosos para la digitalización de imágenes, sino que utiliza teléfonos móviles inteligentes –smartphones–. Esto lo convierte en un sistema escalable y accesible para cualquier servicio de hematología en hospitales de todo el mundo.

Según Mª Jesús Ledesma, investigadora de la UPM y CIBER-BBN, los resultados obtenidos han demostrado que esta tecnología reduce considerablemente el tiempo de análisis de las muestras de médula ósea y la variabilidad entre observadores al analizarlas. María Linares, investigadora de la UCM, destaca que el sistema desarrollado aumenta la eficiencia y precisión en el diagnóstico de enfermedades como la leucemia o el mieloma múltiple.

Integración de la inteligencia artificial

Este trabajo, financiado por la Unión Europea, representa un paso significativo hacia la integración de tecnologías innovadoras de IA en la rutina clínica para luchar contra el cáncer. La iniciativa continúa con el uso de inteligencia artificial para mejorar la precisión del diagnóstico, la selección de tratamientos efectivos y el pronóstico de los pacientes con enfermedades hematológicas.

El proyecto cuenta con la participación de investigadores de la empresa Spotlab, el Hospital Clínico San Carlos, el Hospital 12 de Octubre, el Hospital Vall D’Hebron, la UPM y la UCM. Está impulsado y financiado por el Programa Estratégico de Recuperación y Transformación Económica (PERTE) para la Salud de Vanguardia, a través del Instituto de Salud Carlos III (ISCIII) y el Centro para el Desarrollo Tecnológico y la Innovación (CDTI).

Este sistema no solo busca mejorar la eficiencia en el diagnóstico, sino que también tiene el potencial de ser una herramienta crucial para la selección de tratamientos y la evaluación del pronóstico de los pacientes. La automatización de estas tareas clínicas mediante IA podría reducir la carga de trabajo de los profesionales de la salud y minimizar el margen de error humano, asegurando así que los pacientes reciban diagnósticos y tratamientos más precisos y personalizados.

Repercusiones a nivel global

La implementación de este sistema a nivel mundial podría cambiar drásticamente la manera en que se diagnostican y tratan las enfermedades hematológicas. El uso de smartphones en lugar de equipos costosos democratiza el acceso a tecnologías avanzadas, permitiendo que incluso los hospitales con recursos limitados puedan beneficiarse de esta innovación. La escalabilidad y accesibilidad del sistema son claves para su adopción global.

El estudio titulado Digital Microscopy Augmented by Artificial Intelligence to Interpret Bone Marrow Samples for Hematological Diseases cuenta con la colaboración de varios investigadores y se ha publicado en la revista Microscopy and Microanalysis. Entre los autores se encuentran David Bermejo-Peláez, Sandra Rueda Charro, María García Roa, y otros destacados científicos y médicos, cuyo trabajo conjunto está cambiando el enfoque del diagnóstico hematológico.

Este avance en la medicina personalizada marca un hito en cómo las nuevas tecnologías pueden integrarse en la práctica clínica diaria. La combinación de deep learning con el análisis de muestras clínicas podría ser un modelo a seguir para futuras innovaciones en otras áreas médicas.