Científicos brasileños han desarrollado un método para diagnosticar el COVID-19 en unos 20 minutos mediante un sistema basado en algoritmos de inteligencia artificial (IA). Estos son capaces de reconocer un patrón de moléculas característico de la enfermedad en muestras de plasma sanguíneo de pacientes.
Según el artículo publicado en la plataforma medRxiv, aún sin revisión por pares, es posible detectar a las personas que corren un mayor riesgo de desarrollar síntomas graves, como la insuficiencia respiratoria.
[Le puede interesar: Inteligencia Artificial para relacionar el COVID-19 con parámetros ambientales]
“En las pruebas realizadas para validar esta metodología, logramos diferenciar las muestras positivas y negativas con un índice de acierto de más del 90 %. También efectuamos la diferencia entre casos graves y leves, con un grado de acierto de cerca del 82 %. Ahora estamos iniciando el trámite de certificación ante Anvisa [la Agencia Nacional de Vigilancia Sanitaria de Brasil]”, asegura a la Agencia FAPESP el profesor de la Universidad de Campinas (Unicamp) Rodrigo Ramos Catharino, coordinador de la investigación.
En el proyecto, que cuenta con apoyo de la FAPESP, participan también investigadores de la Universidad de São Paulo (USP), así como colaboradores del estado de Amazonas.
De acuerdo con Ramos, el test costará unos 40 reales por muestra (unos 6,5 euros), cerca de la mitad del precio del PCR en tiempo real (RT-PCR), la “prueba de oro” para diagnosticar la enfermedad.
[Le puede interesar: ¿Qué sabemos del COVID-19 hasta ahora? Un resumen del CSIC]
“El proyecto contó con la participación de 728 pacientes, de los cuales 369 tenían diagnóstico de COVID-19 confirmado clínicamente y mediante RT-PCR. Las muestras de individuos no infectados se emplearon a efectos de comparación, como una especie de grupo de control. En el caso de algunos pacientes que desarrollaron complicaciones y debieron ser internados, se recolectó una segunda muestra de sangre. En general, entre los casos confirmados, había individuos con síntomas leves y graves”, comenta Jeany Delafiori de la Unicamp.
Los científicos utilizaron una parte de las muestras para que el método de inteligencia artificial aprendiera a reconocer los patrones metabólicos presentes en los casos positivos y en los negativos, como así también a diferenciar los patrones de los casos leves y graves.
Los datos arrojan que el método alcanzó un 97,6 % de especificidad y un 83,8% de sensibilidad para el diagnóstico de la enfermedad en el test ciego. Mientras que en el análisis de riesgo para manifestaciones graves, la especificidad fue del 76,2% y la sensibilidad fue del 87,2%.
“La sensibilidad es el parámetro que indica lo sensible que es el método para detectar la presencia o la ausencia de COVID-19. En tanto, la especificidad se relaciona con la capacidad de diferenciar el COVID-19 de otras condiciones de salud. Cuando se los analiza conjuntamente, estos dos parámetros determinan el índice de acierto”, explica Delafiori.
“Aún estamos trabajando para mejorar el índice de acierto de esta prueba, a medida que nuestros colaboradores van extrayendo nuevas muestras de pacientes.”
“Estos biomarcadores predictores de la evolución de la enfermedad pueden ayudarle al médico de la atención primaria a decidir si el paciente que testea positivo puede mantenerse en aislamiento domiciliario o si debe trasladárselo a un centro de mayor complejidad, por ejemplo”, comenta Rinaldo Focaccia Siciliano, otro de los coautores del artículo. Focaccia Siciliano es médico asistente de la División de Afecciones Infecciosas y Parasitarias del Hospital de Clínicas (HC), el hospital general y escuela de la Facultad de Medicina (FM) de la USP, y también de la Unidad de Control de Infecciones Hospitalarias del Instituto del Corazón de la FMUSP.
A juicio de Focaccia Siciliano, este método ha mostrado un buen desempeño para la detección tanto de casos leves, durante los primeros días de síntomas, como también de los más avanzados, de pacientes que ya exhiben falta de aire al ingresar al hospital.
