Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

LabMedica

Deascargar La Aplicación Móvil
Noticias Recientes Expo COVID-19 Química Clínica Diagnóstico Molecular Hematología Inmunología Microbiología Patología Tecnología Industria Focus

Tecnología diagnóstica analiza rápidamente biofluidos utilizando una sola gota

Por el equipo editorial de LabMedica en español
Actualizado el 06 Dec 2025

El diagnóstico de enfermedades suele requerir la extracción de mililitros de sangre en clínicas, dependiendo de las agujas, la infraestructura del laboratorio y el personal capacitado. Este proceso suele ser tedioso, consume muchos recursos y es inaccesible en muchas regiones. Los flujos de trabajo actuales pasan por alto la valiosa información diagnóstica inherente a los cambios físicos que experimentan los biofluidos al secarse. Ahora, investigadores han desarrollado un sistema automatizado de imágenes y aprendizaje automático que analiza cómo se secan las diminutas gotas de sangre y otros fluidos para distinguir las muestras normales de las anormales.

El sistema automatizado, desarrollado por investigadores de la Universidad de Tokio (Tokio, Japón), reduce la dependencia de la flebotomía tradicional y de consumibles costosos mediante el uso de imágenes microscópicas para observar el secado de las gotas de biofluido en tiempo real. Elimina la necesidad de equipo de diagnóstico especializado mediante un sencillo microscopio de campo claro con un objetivo de 4x y una cámara digital.


Imagen: la innovadora tecnología de diagnóstico analiza el proceso de secado completo de una gota de sangre mediante aprendizaje automático (fotografía cortesía de Anusuya Pal/Universidad de Tokio)
Imagen: la innovadora tecnología de diagnóstico analiza el proceso de secado completo de una gota de sangre mediante aprendizaje automático (fotografía cortesía de Anusuya Pal/Universidad de Tokio)

Durante el proceso de secado, las gotas experimentan cambios de forma y una evolución de patrones internos impulsados por el movimiento de proteínas, células y otras biomoléculas. Estos cambios estructurales dinámicos se capturan fotograma a fotograma y luego son interpretados por un algoritmo de aprendizaje automático entrenado para identificar anomalías asociadas a enfermedades. Dado que el método se basa en comportamientos de secado naturales, también puede analizar saliva y orina sin herramientas adicionales.

El equipo de investigación demostró que las imágenes de gotas que evolucionan en el tiempo proporcionan información diagnóstica más completa que el simple examen del patrón final seco. Sus modelos de aprendizaje automático distinguieron con precisión muestras de biofluidos sanos de anormales en diversas afecciones, como diabetes, influenza y malaria. En experimentos de validación, publicados en Science Advances, los investigadores confirmaron que el perfil de secado en tiempo real presenta una firma única de la composición del fluido.

Este trabajo de prueba de concepto demuestra cómo la imagenología basada en secado puede servir como una plataforma de diagnóstico rápida y económica, ideal para su implementación global, especialmente en entornos de bajos recursos. Al utilizar pequeñas gotas en lugar de extracciones de sangre venosa, el método permite un cribado más amplio, mejora la accesibilidad y reduce el desperdicio médico. Los investigadores visualizan un dispositivo portátil o un flujo de trabajo móvil que podría ampliar la información de laboratorio a poblaciones sin acceso a las pruebas tradicionales. El trabajo futuro busca transformar el sistema en una herramienta práctica de cribado sanitario en el punto de atención.

“Esta herramienta podría agilizar, hacer más asequible y accesible el monitoreo de la salud, especialmente en comunidades con acceso limitado a pruebas de laboratorio. En definitiva, nuestro objetivo es llevar la información de laboratorio al punto de atención, facilitando la detección temprana y la atención médica preventiva para todos”, afirmó Amalesh Gope, coautor del estudio.

Enlace relacionado
Universidad de Tokio


Miembro Oro
Automated MALDI-TOF MS System
EXS 3000
KIT DE PRUEBA POC PARA H.PYLORI
Hepy Urease Test
Sample Transportation System
Tempus1800 Necto
Sperm Quality Analyis Kit
QwikCheck Beads Precision and Linearity Kit

Últimas Patología noticias

Herramienta de IA analiza rápidamente imágenes complejas de cáncer para tratamiento personalizado
06 Dec 2025  |   Patología

Nueva tecnología rastrea células cancerosas ocultas más rápido
06 Dec 2025  |   Patología

Herramienta de IA mejora detección del cáncer de mama
06 Dec 2025  |   Patología



GLOBE SCIENTIFIC, LLC