Un grup d’investigadors catalans crea una aplicació que diagnostica la malària amb IA
El sistema de detecció iMAGING processa imatges digitals de mostres de sang gràcies a un microscopi robotitzat fet amb impressió 3D
Categories:
Investigadors de l'Hospital Vall d'Hebron, la Universitat Politècnica de Catalunya (UPC) i la Fundació Probitas han desenvolupat una aplicació que permet diagnosticar la malària utilitzant la intel·ligència artificial (IA). El sistema, que ha estat batejat amb el nom d’iMAGING, és capaç de processar imatges digitals de mostres de sang analitzades a través d’un microscopi robotitzat de baix cost. De moment, amb les proves que s’han anat realitzant al laboratori, s’ha registrat una precisió del 92,10% i el següent pas és testar-lo sobre el terreny.
Actualment, el mètode més comú per diagnosticar aquesta malaltia causada per picades de mosquit és la visualització de paràsits en mostres de sang per part d’un expert equipat amb un microscopi òptic. Això fa que el procés sigui manual i llarg, a la vegada que existeix una manca de personal tècnic i d’instruments. Fins a l’aparició d’aquesta aplicació, qualsevol procés que permetia automatitzar les tasques tenia un cost molt elevat i era prohibitiu per als països amb pocs recursos sanitaris. En canvi, la solució proposada per l’equip català ha estat una plataforma per a dispositius mòbils que, a més de determinar si hi ha o no infecció, informa sobre la densitat d’aquesta i l’estadi de la malaltia en què es troba l’afectat.
Pel que fa al microscopi robotitzat que permet enregistrar les imatges, s’ha creat a partir d’un microscopi òptic amb peces afegides i creades amb impressió 3D, cosa que ha fet abaratir el preu total. A més, té l’opció de connectar-se via Bluetooth amb l’aplicació i controlar els moviments i l’enfocament per aconseguir les captures necessàries per a l’anàlisi. D’aquesta manera també es redueix la feina i la possibilitat de cometre errors del personal tècnic, que és l’encarregat de preparar les mostres.
El prototip d’iMAGING ha estat entrenat amb més de 2.500 imatges i ha obtingut una fiabilitat de més del 96% en mostres de densitat alta i del 94% amb densitat baixa. En total, els falsos positius i negatius no han arribat al 5% i el pròxim pas que s’han marcat els investigadors és testar-lo sobre el terreny. Alhora, es vol continuar entrenant la intel·ligència artificial poder diferenciar entre les cinc diferents espècies de paràsits que provoquen la patologia, que segons l’Organització Mundial de la Salut (OMS) va afectar 249 milions de persones en tot el món l’any 2022, i així poder personalitzar molt més el tractament per millorar-ne l’efectivitat.