Microscopio con IA diagnostica malaria en frotis de sangre en minutos
Actualizado el 13 Feb 2026
La malaria sigue siendo una de las enfermedades infecciosas más mortales del mundo, con cientos de miles de muertes cada año, principalmente en regiones con escasos recursos y con infraestructura de laboratorio limitada. El diagnóstico aún depende en gran medida de la microscopía manual, un proceso lento y laborioso que puede tardar 30 minutos por paciente y limita el número de personas que pueden hacerse la prueba cada día. Investigadores han desarrollado un microscopio autónomo, impulsado por inteligencia artificial (IA), que puede analizar muestras de sangre en minutos, acelerando y estandarizando drásticamente el diagnóstico de la malaria incluso en entornos remotos y sin acceso a la red eléctrica.
El dispositivo, llamado Octopi, fue desarrollado por ingenieros de la Universidad de Stanford (Stanford, CA, EUA) y consiste en un microscopio robótico alimentado por batería o energía solar, basado en una arquitectura de software abierta que permite la personalización global. Combina óptica de bajo costo con inteligencia artificial para escanear frotis de sangre de forma autónoma, eliminando la necesidad de operación humana continua o conexión a internet.
Octopi funciona junto con una herramienta complementaria llamada Inkwell, un mecanismo pasivo y sin electricidad que estandariza la preparación de frotis sanguíneos. Inkwell utiliza la acción capilar para crear portaobjetos uniformes, listos para el microscopio, que contienen una fina capa de aproximadamente 20 millones de células sanguíneas. Ambos sistemas están diseñados para ser asequibles, portátiles y fáciles de implementar en las regiones con mayor prevalencia de malaria.
Octopi puede escanear hasta un millón de células sanguíneas por minuto, lo que representa una eficiencia 100 veces mayor que la microscopía manual convencional. El sistema es lo suficientemente sensible como para detectar tan solo 12 células infectadas en un microlitro de sangre entre millones de células sanas, con una especificidad cercana al 100 %. Al identificar un cambio espectral característico en las células infectadas por malaria bajo luz ultravioleta, la IA puede contar rápidamente los parásitos y cuantificar la gravedad de la enfermedad.
La tecnología se ha perfeccionado y probado durante casi una década en nueve países de África y otras regiones, demostrando un rendimiento fiable en condiciones reales. Su capacidad para proporcionar datos tanto de diagnóstico como de carga parasitaria facilita la toma de decisiones terapéuticas más tempranas y una evaluación más precisa de la gravedad de la enfermedad.
Un diagnóstico cuantitativo más rápido podría mejorar los resultados de cada paciente, a la vez que identifica a portadores asintomáticos que, sin saberlo, contribuyen a la transmisión de la malaria. Además de la malaria, el modelo de software abierto de Octopi permite reentrenar el mismo hardware para detectar otras enfermedades identificables mediante microscopía. Las pruebas ya han demostrado una adaptación exitosa para la anemia de células falciformes y la tuberculosis sin modificar el dispositivo.
Los investigadores visualizan Octopi como una plataforma de diagnóstico universal, donde los nuevos modelos de detección de enfermedades se puedan compartir globalmente en un ecosistema similar a una tienda de aplicaciones. Para ampliar esta visión, el equipo está lanzando la Red Abierta de Observatorios de Diagnóstico por Imagen (ODION) para que médicos e investigadores de todo el mundo puedan desarrollar e implementar sus propias aplicaciones de diagnóstico.
“Actualmente, una persona se sienta frente a un microscopio observando portaobjetos, hora tras hora, contando manualmente las células infectadas. Cada muestra toma media hora. Un técnico puede atender a unas 25 personas al día, lo que supone una jornada de 12 horas”, dijo Manu Prakash, profesor asociado de la Universidad de Stanford e inventor de Octopi. “Por primera vez, Octopi puede realizar un diagnóstico preciso en minutos en medio de la nada, sin ninguna otra infraestructura. ¿No hay electricidad? ¿No hay internet? ¡No hay problema!”
Enlaces relacionados:
Universidad de Stanford
