Microbiología clínica automatizada
Autor: Pablo F. Parenti MD PhD
La integración de la inteligencia artificial (IA) en el análisis de cultivos microbiológicos ha impulsado la automatización en el campo de la microbiología clínica. Su aplicación en la interpretación de cultivos bacterianos, consiste en la captura de imágenes de alta resolución de las placas de cultivo, una vez que las imágenes son obtenidas, la IA emplea redes neuronales profundas, particularmente redes neuronales convolucionales (CNN), para analizar las características visuales del cultivo. Estos modelos están entrenados para identificar patrones específicos en las colonias bacterianas, tales como su color, forma, tamaño y distribución en el medio de cultivo. La IA clasifica las placas de cultivo en positivas, negativas o, en algunos casos, puede identificar la especie bacteriana presente. Esta clasificación se basa en la interpretación algorítmica de la morfología y otros patrones asociados al crecimiento bacteriano observado.
Este procedimiento impacta en la rapidez y la eficiencia ya que permite procesar grandes cantidades de cultivos en tiempos significativamente menores en comparación con la lectura manual, lleva a una estandarización de resultados reduciendo la variabilidad humana en la interpretación y tiene la capacidad de identificar patrones y anomalías sutiles.
Su aplicabilidad abarca la detección temprana de patógenos, la cuantificación de colonias y la identificación específica de ellos.
Un ejemplo es el sistema APAS Independence, el primero aprobado por la FDA, que utiliza IA para la lectura digital rápida y estandarizada de cultivos bacterianos, lo que aumenta la eficiencia y reduce los tiempos y la carga de trabajo manual. El proceso implica la incubación de placas de cultivo, la captura de imágenes de alta resolución mediante un sistema robótico y el análisis de estas imágenes por un software de IA para identificar el crecimiento bacteriano y clasificar las placas.
Otros sistemas en desarrollo que utilizan automatización e IA en microbiología incluyen WASPLab®, que abarca siembra, incubación, imagen y análisis, Kiestra™ TLA, que propone una automatización total de laboratorio, Scopio Labs que utiliza microscopía digital de alta resolución y el concepto DeepLens™ AI que está basado en redes neuronales profundas para la clasificación automatizada.
A pesar de los avances, estos sistemas presentan limitaciones en consideración, como la falta de contexto clínico para una interpretación precisa, la posibilidad de omitir colonias atípicas, la dependencia del medio de cultivo y su costo en relación a la eficiencia.
Citas y enlaces de interés:
https://www.cleverculturesystems.com/technology/intelligent-automation/apas-independence
https://www.copanusa.com/laboratory-automation/microbiology-laboratory-automation-ai/wasplab/
https://www.bd.com/en-us/products-and-solutions/products/product-brands/kiestra
AI for Microbiology | Clever Culture Systems
Intelligent Automation | Clever Culture Systems
ScanGrow: Deep Learning-Based Live Tracking of Bacterial Growth in Broth
APAS PharmaQC Automated microbiology plate reading by AI
FDA clears automated imaging AI that speeds up infectious disease Dx | Fierce Biotech
Image analysis and artificial intelligence in infectious disease diagnostics - ScienceDirect
Comentarios
Publicar un comentario