Notícia

Noticias RTV (Espanha)

La inteligencia artificial ayuda a atrapar Covid-19 y predecir complicaciones

Publicado em 03 agosto 2020

Un método que permite diagnosticar COVID-19 en aproximadamente 20 minutos, a bajo costo y sin la necesidad de reactivos importados, fue descrito por investigadores brasileños en un artículo publicado en la plataforma medRxiv, aún sin revisión por pares.

El sistema utiliza algoritmos de inteligencia artificial capaces de reconocer un patrón de moléculas características de la enfermedad en muestras de plasma sanguíneo de pacientes. Según los autores, también es posible identificar, entre los casos confirmados, individuos con un mayor riesgo de desarrollar manifestaciones graves, como insuficiencia respiratoria.

El proyecto cuenta con el apoyo de Fapesp (Fundación de Investigación de São Paulo) e involucra a investigadores de la Universidad Estatal de Campinas (Unicamp) y la Universidad de São Paulo (USP), además de colaboradores en Amazonas.

“En las pruebas realizadas para validar la metodología, pudimos diferenciar entre muestras positivas y negativas con una precisión de más del 90%. También diferenciamos entre casos severos y leves con una precisión de alrededor del 82%. Ahora, estamos comenzando el proceso de certificación con Anvisa [Agência Nacional de Vigilância Sanitária]”, El profesor de Unicamp Rodrigo Ramos Catharino, coordinador de investigación, le dice a Agência Fapesp.

Según él, el examen, cuando está en funcionamiento, podría costar alrededor de R $ 40 por muestra, aproximadamente la mitad del precio de RT-PCR, un método considerado el estándar de oro para diagnosticar Covid-19.

El trabajo se desarrolló en el Laboratorio de biomarcadores Innovare, durante el doctorado de Jeany Delafiori, e integra una línea de investigación que combina técnicas de metabolómica y aprendizaje automático para buscar marcadores capaces de ayudar al diagnóstico de enfermedades como zika, dengue hemorrágico, fibrosis enfermedad quística, diabetes y otros trastornos metabólicos.

El grupo trabaja en asociación con el Laboratorio de Inferencia de Datos Complejos (Recod) del Instituto de Computación (IC) de la Unicamp, coordinado por el profesor Anderson Rocha y cuenta con la participación de su colaborador Luiz Claudio Navarro.

“Al proyecto asistieron 728 pacientes, 369 de los cuales fueron diagnosticados con Covid-19 confirmado clínicamente y por RT-PCR. Las muestras de individuos no infectados se usaron para comparación, como una especie de grupo de control. En el caso de algunos pacientes que desarrollaron complicaciones y necesitaron ser hospitalizados, se recolectó una segunda muestra de sangre. En general, entre los casos confirmados, hubo individuos con síntomas leves y severos ”, dice Delafiori.

Todas las muestras se analizaron utilizando un equipo conocido como espectrómetro de masas, capaz de discriminar las sustancias presentes en los fluidos corporales. Como explican los investigadores, este conjunto de moléculas que se encuentran en el plasma sanguíneo representa los diversos procesos metabólicos activos en el cuerpo.

“Nos centramos en moléculas de bajo peso molecular, como aminoácidos, péptidos pequeños y lípidos. Aparecen en la parte final de los procesos metabólicos y, por lo tanto, están más directamente relacionados con los síntomas que los pacientes manifestaron en el momento de la recolección ”, explica Delafiori.

Luego, parte del equipo de IC-Unicamp usó parte de las muestras para enseñar un método de inteligencia artificial para reconocer patrones de metabolitos encontrados en casos positivos y negativos, así como para diferenciar patrones de casos leves a severos. La otra parte se utilizó en una prueba a ciegas, cuyo objetivo era evaluar la precisión final del análisis realizado por el sistema.

Según los datos del artículo, el método alcanzó una especificidad del 97,6% y una sensibilidad del 83,8% para el diagnóstico de la enfermedad en la prueba a ciegas. En cuanto al análisis de riesgo de manifestación grave, la especificidad fue del 76,2% y la sensibilidad fue del 87,2%.

«Sensibilidad [também conhecido como sensitividade] es el parámetro que indica qué tan sensible es el método para detectar la presencia o ausencia de Covid-19. La especificidad tiene que ver con la capacidad de diferenciar Covid-19 de otras condiciones de salud. Estos dos parámetros, cuando se analizan juntos, determinan la tasa de aciertos ”, explica Delafiori. “Todavía estamos trabajando para mejorar la tasa de corrección del examen a medida que nuestros empleados recolectan nuevas muestras de pacientes. «

Según Rocha, el algoritmo desarrollado es capaz de incorporar conocimiento a medida que analiza nuevas muestras, lo que tiende a reflejarse en una mejora en el rendimiento a lo largo del tiempo. «Si hoy tiene una tasa de éxito de alrededor del 90%, es probable que alcance aún más cuando llegue a miles de pacientes analizados», dice el investigador.

El equipo de IC-Unicamp también creó un software para automatizar todo el proceso de análisis y, al final, generar un informe que informa al médico si el paciente tiene Covid-19 y está en riesgo de complicaciones.

«Estos biomarcadores que predicen la progresión de la enfermedad pueden, por ejemplo, ayudar al médico de atención primaria a decidir si el paciente que da positivo puede mantenerse aislado en casa o si debe ser transferido a un centro más complejo», comenta Rinaldo Focaccia Siciliano , médico asistente en la División de Enfermedades Infecciosas y Parasitarias del Hospital das Clínicas (HC-FMUSP) y la Unidad de Control de Infecciones Hospitalarias del Instituto do Coração (InCor), uno de los coautores del artículo.

En la evaluación de Siciliano, el método ha mostrado un buen desempeño para detectar casos leves, en los primeros días de síntomas, así como el más avanzado, de pacientes que ya tienen dificultad para respirar al ingresar al hospital. “La ventaja de tener varios centros que participan en el proyecto, con diferentes perfiles, es la variabilidad de las muestras. Esto permite que sea posible aplicar la metodología en diferentes escenarios, tanto ambulatorios como hospitalarios ”, dice.

Otro avance señalado por el investigador es la posibilidad de diagnosticar la enfermedad temprano a través de una muestra de sangre, que es más fácil de recolectar que la secreción nasal utilizada en la prueba de RT-PCR. «La colección con torunda [cotonete comprido inserido no fundo do nariz] requiere personal bien capacitado y una sala adecuada, ya que existe el riesgo de dispersión de aerosoles contaminados con el virus. Y el análisis de sangre actualmente disponible solo puede detectar anticuerpos unos días después del inicio de los síntomas. «

Modelo matemático

Si bien la mayoría de las pruebas de laboratorio analizan los niveles de algunas sustancias en la sangre, el sistema informático desarrollado por el equipo de la Unicamp puede observar miles de variables al mismo tiempo y extraer interconexiones directas y cruzadas entre ellas: por ejemplo, qué las sustancias aumentan y disminuyen en individuos con una enfermedad particular.

“Para que esto sea posible, hemos estado trabajando durante los últimos tres años para desarrollar un modelo matemático que sea explicable, es decir, que nos permita no solo hacer una predicción correcta sino también saber qué variables está buscando el sistema para hacer esa predicción. Esto hace posible, después de la identificación de un primer conjunto de biomarcadores, seleccionar los más significativos y optimizar el proceso de análisis. Además, los datos generados pueden ser utilizados por el área de metabolómica para descubrir el mecanismo de la enfermedad ”, explica Navarro.

En el caso de Covid-19, el grupo alcanzó un conjunto de aproximadamente 30 metabolitos que funcionan como una firma de la enfermedad. Según Delafiori, el diagnóstico positivo se asoció, por ejemplo, con una reducción en el nivel de lisofosfatidilcolinas, fosfolípidos derivados del glicerol que contienen fosfato en su estructura.

«Estas moléculas son precursoras de los tensioactivos pulmonares [compostos que reduzem a tensão superficial dentro do alvéolo pulmonar, prevenindo o colapso durante a expiração] y proteger el órgano de infecciones oportunistas. La disminución en estas especies se ha informado previamente en pacientes con síndrome respiratorio agudo severo ”, dice.

En casos positivos, también se observó una disminución en los derivados del colesterol, que fue aún más pronunciada en pacientes que progresaron a una forma severa. «Algunos estudios informan una reducción en los niveles de colesterol a medida que el paciente con Covid-19 progresa a un resultado negativo», dice el investigador.

Los niveles de glicerolpidos, previamente informados no regulados en el síndrome respiratorio agudo severo, aumentaron en las muestras de pacientes con la enfermedad.

“Después de esta etapa de validación bioquímica de los biomarcadores, que permitieron, por ejemplo, descartar moléculas asociadas con el uso de un medicamento antiinflamatorio que no tenía relación con la enfermedad, combinamos las variables restantes en pares. Esta nueva técnica que estamos introduciendo en el modelo aumenta la precisión del análisis y permite hacerla con diferentes equipos de espectrometría de masas ”, dice Navarro.

En la evaluación de Catharino, la metodología podría aplicarse en cualquier laboratorio público o privado equipado con un espectrómetro de masas. Al presentar el registro en Anvisa, los investigadores tienen la intención de aumentar aún más la diversidad de las muestras analizadas en el contexto de la investigación para mejorar el rendimiento del sistema.

El grupo cuenta con la colaboración de investigadores de la Universidad Estatal de Amazonas (UEA), la Fundación de Medicina Tropical Doctor Heitor Vieira Dourado, la Fundación para la Vigilancia de la Salud en Amazonas, Fiocruz Amazonia y varios hospitales asociados con el proyecto.

Además de la nueva metodología de diagnóstico, el proyecto prevé la investigación de los mecanismos involucrados en los trastornos de coagulación de la sangre, incluidos los cambios en la capacidad de las plaquetas para agregarse, que se han asociado con Covid-19. Esta parte de la investigación está coordinada por el profesor de la USP, José Carlos Nicolau. El trabajo descrito en el artículo también cuenta con el apoyo de Fapesp a través de la ayuda otorgada al profesor de la USP Ester Sabino y a los profesores de la Unicamp Wagner José Fávaro y Fabio Trindade Maranhão Costa.

El artículo Diagnóstico automatizado Covid-19 y evaluación de riesgos a través de Metabolómica y Aprendizaje automático se puede leer en www.medrxiv.org/content/10.1101/2020.07.24.20161828v1.

Este texto fue publicado por Agência Fapesp.

Essa notícia também repercutiu nos veículos:
UOL Estadão.com G1 Estado de Minas online Yahoo! Portal Exame UOL Portal R7 Diário do Rio Claro Mundo Lusíada Central das Notícias Casa de Notícias MSN Agora RN online Blog de Isabella Barros Martins Central das Notícias 2A+ Farma Portal Thathi ICTQ - Instituto de Ciência, Tecnologia e Qualidade Central das Notícias Blog do Valente Camaçari Notícias Jornal O Diário (RJ) online Via Comercial O Popular (Piracicaba, SP) online O Sul online Ouro Preto Online O Sul Terça Livre TV Panorama Farmacêutico Diário de Taubaté online Duna Press São Carlos em Rede Galileu online Coluna Supinando Jornal Ação Popular Bahia.ba Jornal Integração Folha Vitória online Altair Tavares GP1 Terra MSN Radar do Futuro Portal da Enfermagem Atemporal Central das Notícias MSN Veja Saúde online NewsBeezer Jornal da Ciência online Câmara Municipal de São Paulo Bomba Bomba Rondonotícias Central das Notícias Piauí Noticias TV Minas Olha Goiás Acontece Agora Online A Voz do Triângulo Blog Cidade News Itaú Rádio Studio FM 98.3 Vale São Patrício Alagoas 24 Horas Notivagos Indiaroba Web Rádio Top Samba Diário da Notícia Head Topics (Reino Unido) Tabocas Notícias Resende News Cenário MT Dica do tio O Sul online Notícia da Bahia Recôncavo no Ar Bahia.ba Mix Vale Portal do Governo do Estado de São Paulo Portal Saúde no Ar CNN (Brasil) Jornal Folha da Terra (Itupeva, SP) online Central das Notícias Algomais online Central das Notícias Canaltech Dom Total Agenda Capital ABIPTI - Associação Brasileira das Instituições de Pesquisa Tecnológica e Inovação UNICAMP - Universidade Estadual de Campinas Camaçari Notícias Única News Barriga Notícias Bahia Econômica Panorama Farmacêutico Sistema de Notícias PB Agora Notícias de Campinas Revista Amazônia Jornal Alerta Catraca Livre Blog Clara Melo Pinto TV Web Cariri Blog Marina Alves Castro Mundo + Tech Blog Jornal da Mulher Central das Notícias Olhar Digital LabNetwork Epoch Times em Português Rádio Brasil Campinas Jornal de Piracicaba Panorama Farmacêutico Correio Popular (Campinas, SP) Correio Popular (Campinas, SP) online Metro Jornal online Clube FM 100.5 Melody FM 94.1 106.7 FM (Ribeirão Preto, SP) Central das Notícias Band FM Tangará da Serra 92.1 Central das Notícias A Cidade On (São Carlos, SP) USP São Carlos São Carlos em Rede A Cidade On (São Carlos, SP) Correio Capixaba online São Carlos Agora Sou de Palmas Jornal Imprensa Regional