El Hospital Universitario Príncipe de Asturias (HUPA) de Alcalá de Henares ha participado junto a la Universidad de Alcalá (UAH) en el desarrollo de un sistema de inteligencia artificial (IA) capaz de detectar la presencia de Trichomonas vaginalis, uno de los microorganismos responsables de la tricomoniasis, considerada la infección de transmisión sexual no viral más frecuente en el mundo.
El trabajo ha sido desarrollado junto al grupo de investigación Computación en Salud y Sistemas Inteligentes (HCIS) de la UAH y ha sido publicado en la revista científica Diagnostics.
La investigación analiza el potencial de la inteligencia artificial aplicada a imágenes microscópicas obtenidas durante la práctica clínica habitual. El objetivo es mejorar la capacidad diagnóstica de la tinción de Gram, una técnica ampliamente utilizada en los laboratorios, sin necesidad de incorporar nuevas pruebas ni modificar los circuitos asistenciales.
Un sistema basado en imágenes microscópicas
Para validar el sistema, el Servicio de Microbiología del HUPA realizó una prueba independiente con 380 imágenes, utilizadas como referencia para entrenar al algoritmo desarrollado por el equipo de ingenieros de la UAH y posteriormente validar su funcionamiento.
Los resultados mostraron un rendimiento diagnóstico elevado: el sistema identificó correctamente el 93 % de los casos positivos analizados.
Según los investigadores, esta tecnología podría utilizarse en el futuro como una herramienta de apoyo a la decisión clínica o de cribado en los laboratorios de microbiología. Su aplicación permitiría ayudar a los profesionales a identificar casos dudosos y favorecer un diagnóstico más temprano, especialmente en aquellos entornos donde el acceso a técnicas moleculares pueda ser más limitado.
Apoyo al trabajo de los profesionales
Uno de los objetivos del sistema es aprovechar información presente en las preparaciones microscópicas rutinarias que puede resultar difícil de identificar visualmente y convertirla en información diagnóstica de apoyo para el personal sanitario.
De esta manera, la herramienta podría contribuir a seleccionar con mayor rapidez las muestras sospechosas que necesitan una evaluación adicional o una prueba molecular de confirmación.
No obstante, el sistema todavía necesita nuevas fases de validación antes de plantear su incorporación a la práctica clínica habitual. El siguiente paso será realizar estudios prospectivos y en diferentes entornos asistenciales para comprobar su funcionamiento en condiciones más amplias.
La investigación desarrollada por la UAH y el HUPA se enmarca así en el estudio de las posibilidades de la inteligencia artificial aplicada al análisis de muestras de laboratorio, con el objetivo de obtener más información diagnóstica a partir de procedimientos que ya forman parte de la práctica asistencial.
Una infección que puede pasar desapercibida
La tricomoniasis afecta cada año a entre 170 y 190 millones de personas en todo el mundo. Una proporción importante de las infecciones no presenta síntomas, una circunstancia que dificulta su detección y puede favorecer su transmisión.
Cuando aparecen síntomas, en las mujeres pueden incluir flujo vaginal anormal, picor, irritación y molestias al orinar o durante las relaciones sexuales.
La infección sin tratamiento puede asociarse a complicaciones como enfermedad inflamatoria pélvica, infertilidad, parto prematuro y bajo peso al nacer. Además, puede aumentar el riesgo de adquirir o transmitir otras infecciones de transmisión sexual, incluido el VIH.
En España, la prevalencia indicada en el estudio se sitúa en torno al 3 %, un porcentaje inferior al registrado en otras regiones del mundo, aunque la elevada proporción de casos sin síntomas continúa dificultando su diagnóstico.
La investigación de la UAH y el HUPA plantea así una posible vía para facilitar la identificación de estos casos mediante el análisis automatizado de imágenes microscópicas, aunque serán necesarios nuevos estudios antes de determinar su aplicación en la asistencia sanitaria habitual.
