El uso de la tecnología para el diagnóstico de enfermedades es una buena manera de acelerar los procesos de tratamiento y, en consecuencia, obtener una cura para algunos de ellos de una forma más rápida. De esta manera, los científicos encontraron una forma más rápida de detectar el protozoario de la enfermedad de Chagas: un algoritmo capaz de identificar el tripanosoma cruzi rápido y barato. ¡Sigue el texto y aprende más sobre esta innovación!
Lea también: Bill Gates: mira cómo el prodigio de la informática está contribuyendo a un mundo mejor
vea mas
Vuele por menos: las normas gubernamentales permiten pasajes aéreos por R$...
La investigación revela que los cerebros de los adolescentes están 'conectados' para...
Investigación y desarrollo
Según una investigación publicada recientemente, se ha encontrado una nueva forma de detectar los protozoos que causan la enfermedad de Chagas. Lo que anima a los investigadores es el hecho de que, además de ser una identificación rápida, el método es de bajo costo.
La nueva investigación desarrollada partió del análisis de muestras de sangre con nada menos que la cámara de un celular. De esta forma, el software descargado en el dispositivo permite identificar los protozoos.
El estudio fue realizado por el Instituto Evandro Chagas, en Belém (PA) y contó con el apoyo financiero de la FAPESP. Se reunieron investigadores de diferentes áreas, desde biólogos, matemáticos e incluso informáticos.
Los resultados y diagnósticos
Después de que se retiraron los mejores microscopios de la unidad, los investigadores comenzaron a buscar formas de continuar realizando los análisis. Entonces, los informáticos comenzaron a entrenar sus computadoras para detectar microorganismos.
Antes, el diagnóstico de la enfermedad solo podía realizarse con la ayuda de modernos microscopios, lo que encarecía y enlentecía el proceso, ya que existen pocas unidades en el país. Ahora, con el uso de algoritmos para la detección y conteo de tripomastigotes, es posible tener un diagnóstico rápido y económico.
Además, la máquina se puede entrenar para diagnosticar otros protozoos. La estimación de precisión es alta, entre 87,6% y 90,5%. Toda una innovación, ¿no?
