Los investigadores de Duke han ideado un método computarizado para diagnosticar la malaria de manera autónoma y rápida con precisión clínicamente relevante, un paso crucial para tratar con éxito la enfermedad y detener su propagación.
Solo en 2015, la malaria infectó a 214 millones de personas en todo el mundo, matando a un estimado de 438,000.
Si bien la medicina occidental puede detectar la malaria con una precisión casi perfecta, puede ser difícil de diagnosticar en áreas de recursos limitados donde las tasas de infección son más altas.
Los síntomas de la malaria pueden parecerse a muchas otras enfermedades, y simplemente no hay suficientes trabajadores de campo bien entrenados y microscopios funcionales para mantener el ritmo del parásito. Si bien existen pruebas de diagnóstico rápido, es costoso comprar continuamente nuevas pruebas. Estas pruebastampoco puede decir qué tan grave es la infección al contar la cantidad de células infectadas, lo cual es importante para controlar la recuperación de un paciente.
En un nuevo estudio, los ingenieros de la Universidad de Duke informan sobre un método que utiliza el "aprendizaje profundo" por computadora y escaneos holográficos basados en la luz para detectar células infectadas de malaria de una muestra de sangre simple e intacta sin la ayuda de un humano. La innovaciónpodría formar la base de una prueba rápida y confiable que podría realizar la mayoría de las personas, en cualquier lugar del campo, lo que sería invaluable en la lucha global contra la enfermedad de $ 2.7 mil millones por año.
Los resultados se publicaron en línea el 16 de septiembre en la revista PLOS UNO .
"Con esta técnica, el camino está allí para poder procesar miles de células por minuto", dijo Adam Wax, profesor de ingeniería biomédica en Duke. "Esa es una gran mejora a los 40 minutos que actualmente le toma a un técnico de campoteñir, preparar y leer una diapositiva para buscar infecciones personalmente "
La nueva técnica se basa en una tecnología llamada espectroscopía de fase cuantitativa. A medida que un láser recorre el espectro visible de la luz, los sensores capturan cómo cada frecuencia de luz discreta interactúa con una muestra de sangre. Los datos resultantes capturan una imagen holográfica que proporcionaamplia gama de información valiosa que puede indicar una infección por malaria.
"Identificamos 23 parámetros que son estadísticamente significativos para detectar la malaria", dijo Han Sang Park, estudiante de doctorado en el laboratorio de Wax y primer autor del artículo. Por ejemplo, a medida que la enfermedad progresa, los glóbulos rojos disminuyen de volumen, pierdenla hemoglobina y la deformación a medida que el parásito crece, lo que afecta características como el volumen celular, el perímetro, la forma y el centro de masa.
"Sin embargo, ninguno de los parámetros era confiable más del 90 por ciento del tiempo por sí solo, así que decidimos usarlos todos", dijo Park.
"Para ser adoptado, cualquier dispositivo de diagnóstico nuevo debe ser tan confiable como un trabajador de campo capacitado con un microscopio", dijo Wax. "De lo contrario, incluso con una tasa de éxito del 90 por ciento, aún se perderían más de 20 millonescasos al año "
Para obtener una lectura más precisa, Wax y Park recurrieron al aprendizaje profundo, un método mediante el cual las computadoras se enseñan a sí mismas cómo distinguir entre diferentes objetos. Al alimentar los datos de más de 1,000 células sanas y enfermas en una computadora, el aprendizaje profundoel programa determinó qué conjuntos de mediciones en qué umbrales distinguían más claramente las células sanas de las enfermas.
Cuando pusieron a prueba el algoritmo resultante con cientos de células, pudo detectar correctamente la malaria entre el 97 y el 100 por ciento del tiempo, un número que los investigadores creen que aumentará a medida que se usen más células para entrenar el programa.la técnica divide los hologramas ricos en datos en solo 23 números, las pruebas se pueden transmitir fácilmente en masa, lo cual es importante para ubicaciones que a menudo no tienen conexiones confiables y rápidas de Internet, y que, a su vez, podrían eliminar la necesidad de cada ubicacióntener su propia computadora para el procesamiento
Wax y Park ahora están buscando desarrollar la tecnología en un dispositivo de diagnóstico a través de una empresa nueva llamada M2 Photonics Innovations. Esperan demostrar que un dispositivo basado en esta tecnología sería lo suficientemente preciso y rentable para ser útil en el campoWax también recibió fondos para comenzar a explorar el uso de la técnica para detectar células cancerosas en muestras de sangre.
Fuente de la historia :
Materiales proporcionado por Duke University, Pratt School of Engineering . Original escrito por Ken Kingery. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :