Se compara la microscopía automatizada para el diagnóstico rutinario de la malaria
Por el equipo editorial de LabMedica en español Actualizado el 17 Oct 2018 |
Imagen: El Autoscope utiliza un software de aprendizaje profundo para cuantificar los parásitos de la malaria en una muestra (Fotografía cortesía de Intellectual Ventures).
El examen microscópico de los frotis de sangre coloreados con Giemsa sigue siendo una forma importante de diagnóstico en el manejo de casos de malaria. Sin embargo, al igual que con otros diagnósticos basados en visualización, la exactitud depende del desempeño del técnico individual, lo que dificulta la estandarización y la confiabilidad.
El reconocimiento automático de imágenes basado en el aprendizaje automático, utilizando redes neuronales convolucionales, ofrece un potencial para superar estos inconvenientes. La aplicación del reconocimiento de imágenes digitales a la microscopía de la malaria, utilizando algoritmos de inteligencia artificial para reemplazar o complementar el factor humano en la interpretación de los frotis de sangre, ha sido intentado, generalmente en frotis delgados.
Un equipo de científicos que colaboran con Intellectual Ventures (Bellevue, WA, EUA) realizó un ensayo observacional transversal en dos instituciones de salud primaria periféricas en Perú. Inscribieron a 700 participantes cuya edad variaba entre 5 y 75 años, y tenían antecedentes de fiebre en los últimos tres días o temperatura elevada al momento del ingreso. Se tomó una muestra de sangre mediante punción digital para hacer frotis de sangre para el diagnóstico de microscopía y se colocaron gotas adicionales de sangre en un papel de filtro para el análisis cuantitativo posterior usando la reacción en cadena de la polimerasa cuantitativa (qPCR). Un prototipo del microscopio digital que emplea un algoritmo basado en el aprendizaje automático, el Autoscope, fue evaluado por su potencial en la microscopía de la malaria.
Los investigadores informaron que en una clínica, la sensibilidad del Autoscope para diagnosticar la malaria fue del 72% y la especificidad fue del 85%. El desempeño de la microscopía fue similar al Autoscope, con una sensibilidad del 68% y una especificidad del 100%. En una clínica, el 85% de las láminas preparadas tenían un mínimo de imágenes de 600 glóbulos blancos (WBC), por lo que cumplían con las condiciones de diseño del Autoscope. En la segunda clínica, la sensibilidad del Autoscope fue del 52% y la especificidad del 70%. El desempeño de la microscopía en esta segunda clínica fue del 42% y la especificidad fue del 97%. Solo el 39% de las láminas de esta clínica cumplieron con los supuestos de diseño de Autoscope respecto a la preparación de las láminas para obtener imágenes de los WBC.
Los autores concluyeron que el desempeño diagnóstico del Autoscope estaba a la par de la microscopía de rutina cuando las láminas tenían un volumen de sangre adecuado para cumplir con los supuestos de diseño, como lo representan los resultados de una clínica. El desempeño diagnóstico del Autoscope fue inferior al de la microscopía de rutina en las láminas de la otra clínica debido a que generó láminas con volúmenes más bajos de sangre. El estudio fue publicado el 25 de septiembre de 2018 en la revista Malaria Journal.
Enlace relacionado:
Intellectual Ventures
El reconocimiento automático de imágenes basado en el aprendizaje automático, utilizando redes neuronales convolucionales, ofrece un potencial para superar estos inconvenientes. La aplicación del reconocimiento de imágenes digitales a la microscopía de la malaria, utilizando algoritmos de inteligencia artificial para reemplazar o complementar el factor humano en la interpretación de los frotis de sangre, ha sido intentado, generalmente en frotis delgados.
Un equipo de científicos que colaboran con Intellectual Ventures (Bellevue, WA, EUA) realizó un ensayo observacional transversal en dos instituciones de salud primaria periféricas en Perú. Inscribieron a 700 participantes cuya edad variaba entre 5 y 75 años, y tenían antecedentes de fiebre en los últimos tres días o temperatura elevada al momento del ingreso. Se tomó una muestra de sangre mediante punción digital para hacer frotis de sangre para el diagnóstico de microscopía y se colocaron gotas adicionales de sangre en un papel de filtro para el análisis cuantitativo posterior usando la reacción en cadena de la polimerasa cuantitativa (qPCR). Un prototipo del microscopio digital que emplea un algoritmo basado en el aprendizaje automático, el Autoscope, fue evaluado por su potencial en la microscopía de la malaria.
Los investigadores informaron que en una clínica, la sensibilidad del Autoscope para diagnosticar la malaria fue del 72% y la especificidad fue del 85%. El desempeño de la microscopía fue similar al Autoscope, con una sensibilidad del 68% y una especificidad del 100%. En una clínica, el 85% de las láminas preparadas tenían un mínimo de imágenes de 600 glóbulos blancos (WBC), por lo que cumplían con las condiciones de diseño del Autoscope. En la segunda clínica, la sensibilidad del Autoscope fue del 52% y la especificidad del 70%. El desempeño de la microscopía en esta segunda clínica fue del 42% y la especificidad fue del 97%. Solo el 39% de las láminas de esta clínica cumplieron con los supuestos de diseño de Autoscope respecto a la preparación de las láminas para obtener imágenes de los WBC.
Los autores concluyeron que el desempeño diagnóstico del Autoscope estaba a la par de la microscopía de rutina cuando las láminas tenían un volumen de sangre adecuado para cumplir con los supuestos de diseño, como lo representan los resultados de una clínica. El desempeño diagnóstico del Autoscope fue inferior al de la microscopía de rutina en las láminas de la otra clínica debido a que generó láminas con volúmenes más bajos de sangre. El estudio fue publicado el 25 de septiembre de 2018 en la revista Malaria Journal.
Enlace relacionado:
Intellectual Ventures
Últimas Hematología noticias
- Prueba de sangre POC por punción digital determina riesgo de sepsis neutropénica en pacientes sometidos a quimioterapia
- Primera prueba rápida y asequible para beta talasemia demuestra precisión diagnóstica del 99 %
- Rastreador portátil de glóbulos blancos podría permitir pruebas rápidas de infecciones
- Analizador hematológico optofluídico inteligente del tamaño de la palma de la mano permite realizar pruebas POC de células sanguíneas del paciente
- Plataforma de hematología automatizada ofrece desempeño analítico de alto rendimiento
- Nueva herramienta analiza plaquetas sanguíneas de forma más rápida, sencilla y precisa
- Primer analizador de hematología de resultados rápidos informa medidas de infección y gravedad en el POC
- Prueba de diagnóstico de riesgo de hemorragia reduce complicaciones prevenibles en hospitales
- Verdadero analizador de hematología POC con muestreo capilar directo mejora facilidad de uso y rendimiento de pruebas
- Analizador de hemograma completo para el punto de atención con muestreo capilar directo mejora facilidad de uso y rendimiento de pruebas
- Examen de sangre podría predecir resultados en el departamento de emergencias y admisiones hospitalarias
- Nueva tecnología diagnostica inmunotrombosis mediante análisis de gases de aliento
- Sistema de hematología avanzado permite a laboratorios procesar hasta 119 resultados de hemogramas por hora
- Método único basado en IA automatiza análisis clínico de datos sanguíneos
- Herramienta portátil puede diagnosticar y monitorear enfermedad de células falciformes
- Analizadores de hematología de próxima generación eliminan obstáculos del flujo de trabajo y alcanzan un rendimiento rápido