Hoy se ha presentado en Madrid el proyecto europeo MultiplexAI. Su objetivo es aplicar inteligencia artificial a la microscopía para facilitar análisis rápidos en zonas con baja disponibilidad sanitaria y acercar la fiabilidad de un laboratorio especializado a los centros de atención primaria, donde más se necesita.
Las enfermedades desatendidas, como la malaria y otras dolencias tropicales, siguen siendo una de las principales causas de morbilidad y mortalidad en países de renta media y baja. El diagnóstico depende aún de la microscopía manual, un método laborioso y variable que requiere personal especializado.
Ahora, un consorcio de nueve instituciones de África y Europa ha puesto en marcha MultiplexAI, un proyecto de 3,5 años y 5 millones de euros financiado por el programa EDCTP3 de la Unión Europea. Lo coordina el Instituto de Salud Global de Barcelona (ISGlobal) y cuenta con la tecnología de la empresa española SpotLab, especializada en inteligencia artificial para diagnóstico médico e investigación biofarmacéutica.
El sistema, cuyos detalles se han presentado hoy en Madrid, permitirá diagnósticos rápidos, precisos y asequibles en el punto de atención sanitaria. Funciona como un ‘filtro de Instagram’: analiza imágenes de muestras de sangre tomadas con microscopio para identificar patrones de enfermedad. La IA se ejecuta en un teléfono móvil conectado al microscopio mediante un adaptador impreso en 3D y ofrece resultados expertos en tiempo real.
El sistema de IA se ejecuta en un teléfono móvil conectado al microscopio mediante un adaptador impreso en 3D y ofrece resultados en tiempo real. / ISGlobal
“Queremos convertir millones de microscopios convencionales en una red de dispositivos inteligentes que proporcionen diagnósticos fiables y conocimiento médico para todas las personas, en cualquier lugar”, explica Miguel Luengo-Oroz, CEO de SpotLab. “Desde España desarrollamos IA puntera a nivel global para contribuir a resolver un problema que importa.”
El sistema ha sido diseñado para funcionar sin conexión y, cuando sea posible, conectarse con una plataforma de telemedicina. Su eficacia se evaluará en estudios clínicos multicéntricos en África y Europa.
“Muchas veces, los lugares que más necesitan diagnósticos fiables son los que menos acceso tienen”, recuerda Gloria Dada Chechet, profesora asociada en la Universidad Ahmadu Bello (Nigeria). “MultiplexAI responde a ese reto llevando el análisis experto directamente al punto de atención primaria”.
Según los responsables, el proyecto no solo evaluará cómo funciona la herramienta, sino también si es fácil de usar, si la gente la acepta y si es viable económicamente. Además, se crearán modelos para estimar su impacto en la salud, especialmente en la reducción de errores diagnósticos y el refuerzo de los sistemas sanitarios, con el objetivo de apoyar a regiones con menos recursos”.
“Más de mil millones de personas, muchas de ellas niñas y niños, siguen en riesgo de contraer enfermedades desatendidas”, señala Quique Bassat, director general de ISGlobal. “MultiplexAI demuestra cómo la innovación deep tech puede democratizar el diagnóstico de nivel experto y transformar sistemas de salud en todo el mundo”.
El consorcio se ha comprometido a garantizar una IA responsable y equitativa, en línea con los principios éticos de la OMS, la normativa europea de productos sanitarios y el AI Act de la UE. Un Plan de Acceso Global guiará su despliegue para asegurar un acceso equitativo en regiones desatendidas.
ISGlobal (España)
SpotLab (España)
Ahmadu Bello University (Nigeria)
Fundação Manhiça (Mozambique)
Université Félix Houphouët-Boigny (Costa de Marfil)
Jimma University (Etiopía)
IRCCS Ospedale Sacro Cuore Don Calabria (Italia)
Instituto de Salud Carlos III (España)
Hutzpa (Nigeria)
El modelo de inteligencia artificial generativa se ha entrenado con datos médicos de millones de pacientes europeos y permite estudiar cómo evoluciona la salud a lo largo del tiempo. Sus predicciones podrían ayudar a mejorar la prevención y la planificación sanitaria.
Una prueba rápida permite detectar esta enfermedad con un simple hisopado de lengua, sin necesidad de esputo ni personal sanitario especializado. El método usa las tijeras moleculares Cas12 para mejorar la sensibilidad diagnóstica y podría facilitar el cribado en comunidades con pocos recursos.
