Vall d’Hebron, la UPC i Probitas creen iMAGING, una app per diagnosticar la malària utilitzant intel·ligència artificial

Un equip multidisciplinari en el qual participen el Servei de Microbiologia de l’Hospital Universitari Vall d’Hebron, el Grup de Recerca de Microbiologia del Vall Hebron Institut de Recerca (VHIR), la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) i la Fundació Probitas, ha presentat un nou mètode diagnòstic per a la malària. 

La recerca s’ha desenvolupat principalment al laboratori de Microbiologia del Centre de Salut Internacional Vall d'Hebron Drassanes, amb suport dels grups de recerca en Biologia Computacional i Sistemes Complexos (BIOCOM-UPC), de Processament d’Imatge i Vídeo (GPI) i de Tecnologies de Bases de Dades i Gestió de la Informació (DTMI) de la UPC. Es tracta d’un sistema creat a partir d’intel·ligència artificial que combina una aplicació de mòbil amb un microscopi robotitzat de baix cost. El disseny s’ha ideat perquè sigui un mètode útil i efectiu en països amb pocs recursos, que és on aquesta malaltia és endèmica. Els resultats del primer prototip d’iMAGING s’han publicat a la revista Frontiers in Microbiology. El sistema ha demostrat una fiabilitat de més del 90% al laboratori. El pròxim pas serà provar-lo sobre el terreny.

La malària és una malaltia infecciosa transmesa per picades de mosquit i causada per paràsits del gènere Plasmòdium. L'Organització Mundial de la Salut estima que el 2022 hi ha hagut 249 milions de casos a tot el món, el 93% ubicats a la regió africana, que també va comptabilitzar el 95% de les defuncions. En el mateix informe també s’alertava que el canvi climàtic i la globalització està provocant una expansió del mosquit a noves àrees que compten amb poca preparació i recursos per fer-hi front. Actualment, el mètode de referència pel diagnòstic de la malària és la visualització dels paràsits, per part d’un expert, en un microscopi òptic a partir de mostres de sang. És un procediment manual, llarg i repetitiu, que, sumat a la falta de personal tècnic de laboratori i instruments, provoca un gran infradiagnòstic. Fins ara qualsevol pas per automatitzar el procés augmentava exponencialment el cost d'aquest, fet que el feia prohibitiu en països amb pocs recursos sanitaris.

Un microscopi automàtic controlat a través de Bluetooth

La solució proposada per l’equip és iMAGING, una aplicació per mòbil que fa servir la intel·ligència artificial per processar les imatges digitals de les mostres de sang per determinar si hi ha o no infecció. En cas positiu també determina la densitat i l'estadi de la infecció parasitària. Per captar les imatges s’ha creat un microscopi robotitzat a partir d’un microscopi òptic normal amb peces creades amb impressió 3D, la qual cosa ha abaratit el seu cost. 

L’app es connecta via Bluetooth al microscopi i controla els moviments i l’enfocament del mateix per analitzar automàticament la mostra i aconseguir les imatges necessàries per al diagnòstic. El personal tècnic només ha de preparar les mostres, cosa que redueix molt la seva càrrega de treball i la possibilitat d’errors.

El prototip s’ha entrenat amb més de 2.500 imatges i ha aconseguit una fiabilitat de més del 96% en mostres amb densitat alta i del 94% amb densitat baixa. Els falsos positius i negatius no han arribat al 5% en cap cas. Tanmateix, el Dr. Joan Joseph i Munné, investigador principal d'aquest projecte per part del grup de Microbiologia del VHIR, explica que la “prova de foc serà el seu funcionament sobre el terreny, però si és exitós, pot obrir la porta a adaptar-se a altres Malalties Tropicals Desateses”.

El projecte s’emmarca en el treball de ciència i tecnologia per al desenvolupament humà impulsat pel Centre de Cooperació per al Desenvolupament (CCD) de la UPC. Daniel López Codina, investigador del BIOCOM-UPC, explica que “ens cal seguir treballant per desenvolupar eines de qualitat i de baix cost per millorar la salut de les persones que viuen en països amb índex de desenvolupament humà baix o molt baix. Estem molt contents dels resultats assolits fins avui i estem segurs que podrem adaptar les eines desenvolupades per a altres Malalties Tropicals Desateses”.

Ara, es preveu continuar entrenant la intel·ligència artificial per introduir millores en altres àmbits, per exemple perquè pugui diferenciar entre les cinc diferents espècies de paràsits que provoquen la patologia. Això permetrà personalitzar molt més el tractament, millorant-ne l'efectivitat. Aquest projecte té el suport de l'Organització Mundial de la Salut dintre de la seva iniciativa pel diagnòstic a través de la imatge digital d’hemoparàsits en països de baixa i mitjana renda.