La IA del Hospital Príncipe de Asturias detecta la tricomoniasis
El sistema, desarrollado por la Universidad de Alcalá y el Hospital Príncipe de Asturias, aún necesita estudios prospectivos antes de usarse en la práctica clínica.
El Hospital Universitario Príncipe de Asturias, situado en Alcalá de Henares, ha participado en el desarrollo de un sistema de inteligencia artificial capaz de detectar la presencia de Trichomonas vaginalis, el microorganismo responsable de la tricomoniasis. El proyecto ha sido desarrollado junto al grupo de investigación Computación en Salud y Sistemas Inteligentes de la Universidad de Alcalá (UAH) y abre una nueva posibilidad para utilizar herramientas de inteligencia artificial en el análisis de muestras microbiológicas.
Los resultados iniciales son especialmente relevantes porque el sistema consiguió identificar correctamente el 93 % de los casos positivos analizados durante la fase de validación. Los investigadores plantean que, si los resultados se confirman en estudios posteriores, esta tecnología podría utilizarse como herramienta de apoyo para el diagnóstico o el cribado en laboratorios de microbiología.
Una IA aplicada al diagnóstico de una infección frecuente
El proyecto combina inteligencia artificial con imágenes microscópicas obtenidas durante la actividad habitual de un laboratorio. La finalidad es que un algoritmo pueda reconocer patrones relacionados con la presencia del microorganismo que provoca la tricomoniasis.
El trabajo ha sido realizado por investigadores de la Universidad de Alcalá en colaboración con el Servicio de Microbiología del Hospital Universitario Príncipe de Asturias y ha sido publicado en la revista científica Diagnostics. La investigación busca aprovechar información que ya está disponible en determinadas preparaciones microscópicas para añadir una capa de análisis automatizado.
La propuesta resulta especialmente interesante porque no pretende sustituir inicialmente las técnicas diagnósticas existentes, sino proporcionar una herramienta adicional que pueda ayudar a los profesionales sanitarios a identificar muestras sospechosas y decidir cuándo puede ser necesaria una evaluación complementaria.
El análisis se realizó con 380 imágenes
Para validar el modelo, el Servicio de Microbiología del Hospital Universitario Príncipe de Asturias trabajó con un conjunto independiente de 380 imágenes. Estas muestras sirvieron como referencia para entrenar y evaluar el algoritmo desarrollado por el equipo de ingeniería e investigación de la Universidad de Alcalá.
Tras analizar las imágenes, el sistema logró identificar correctamente el 93 % de los casos positivos. Este resultado no significa que la tecnología tenga actualmente capacidad para sustituir un diagnóstico médico, sino que demuestra un potencial que deberá comprobarse mediante nuevas investigaciones.
Los propios investigadores señalan que el siguiente paso consiste en realizar estudios prospectivos y comprobar el comportamiento de la herramienta en diferentes entornos asistenciales antes de plantear una incorporación a la práctica clínica habitual.
La IA podría ayudar a detectar casos que requieren más estudio
Uno de los posibles usos de esta tecnología sería ayudar al personal de microbiología a seleccionar rápidamente las muestras que presentan características compatibles con una posible infección.
La identificación automatizada podría ser especialmente útil cuando las estructuras microscópicas resultan difíciles de reconocer visualmente. En ese escenario, el algoritmo funcionaría como una herramienta de apoyo para señalar muestras que deberían ser revisadas con mayor atención por los especialistas.
Los investigadores contemplan también que el sistema pueda contribuir al cribado de muestras y favorecer una identificación más temprana de posibles casos. Cuando sea necesario, las muestras sospechosas podrían someterse posteriormente a técnicas diagnósticas de confirmación, incluidas pruebas moleculares.
Qué es la tricomoniasis
La tricomoniasis es una infección de transmisión sexual provocada por el parásito Trichomonas vaginalis. Se trata de una infección frecuente a escala mundial y una parte importante de las personas afectadas puede no presentar síntomas.
Cuando aparecen manifestaciones clínicas, pueden incluir flujo vaginal anormal, picor, irritación y molestias al orinar o durante las relaciones sexuales. La ausencia de síntomas en algunos pacientes puede dificultar que la infección sea detectada y favorecer su transmisión.
Según la información difundida por la Universidad de Alcalá, la tricomoniasis afecta cada año a entre 170 y 190 millones de personas en todo el mundo. En España, los investigadores sitúan su prevalencia en torno al 3 %, aunque el infradiagnóstico continúa siendo uno de los desafíos relacionados con esta infección.
Una infección que puede pasar desapercibida
La posibilidad de que una persona tenga tricomoniasis sin síntomas convierte el diagnóstico en un elemento importante para controlar la infección. Cuando no se identifica y trata, puede asociarse con diferentes complicaciones de salud.
En las mujeres, la infección puede relacionarse con 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.
Por este motivo, disponer de herramientas que faciliten la identificación de casos sospechosos podría contribuir a mejorar los circuitos de diagnóstico, siempre dentro de protocolos médicos adecuados.
El papel del Hospital Príncipe de Asturias
El Hospital Universitario Príncipe de Asturias cuenta con una línea de trabajo en microbiología que incluye proyectos relacionados con inteligencia artificial, infecciones de transmisión sexual y salud de la mujer.
El propio servicio de Microbiología del hospital señala entre sus áreas de trabajo el desarrollo de algoritmos basados en inteligencia artificial destinados a mejorar el flujo de los métodos diagnósticos. Esta orientación forma parte de una estrategia más amplia para incorporar tecnología en los procesos de laboratorio sin perder el control y la supervisión de los profesionales.
El centro también ha desarrollado anteriormente iniciativas para mejorar el diagnóstico y seguimiento de las infecciones de transmisión sexual mediante una mayor coordinación entre Atención Primaria y Microbiología.
La investigación se suma a otros proyectos sobre ITS
El Hospital Príncipe de Asturias ha participado en el proyecto AProxima, una iniciativa destinada a mejorar el manejo de las infecciones de transmisión sexual mediante la colaboración entre Atención Primaria y los servicios de Microbiología.
El proyecto incorpora técnicas de diagnóstico molecular y mecanismos para acelerar la comunicación de resultados entre profesionales. Según la Comunidad de Madrid, las solicitudes procedentes de Atención Primaria representaban el 8 % de las pruebas analizadas en 2021 y llegaron al 42 % en 2023.
La investigación sobre inteligencia artificial se sitúa dentro de este contexto de búsqueda de nuevas herramientas para mejorar el diagnóstico de las ITS y facilitar la identificación de casos que podrían requerir una evaluación más detallada.
La tecnología todavía necesita más validación
Aunque el resultado del 93 % de detección de casos positivos es significativo, los investigadores todavía no plantean el sistema como una herramienta diagnóstica independiente.
Antes de incorporarlo de manera generalizada a los laboratorios será necesario comprobar su rendimiento en estudios prospectivos, con diferentes muestras y en distintos entornos asistenciales. Esta etapa resulta fundamental para determinar si los resultados obtenidos durante la investigación se mantienen cuando la herramienta se enfrenta a condiciones reales y a una mayor variedad de casos.
La validación también permitirá conocer sus posibles limitaciones y establecer de qué manera debe integrarse en los circuitos de trabajo de los profesionales sanitarios.
La IA como apoyo, no como sustituto del especialista
El desarrollo plantea un modelo en el que la inteligencia artificial actúa como complemento del trabajo de los profesionales. El algoritmo puede señalar patrones o muestras que merecen atención, mientras que la interpretación clínica y la decisión sobre las pruebas necesarias permanecen bajo responsabilidad sanitaria.
Este enfoque es especialmente relevante en microbiología, donde una herramienta automatizada puede ayudar a procesar grandes cantidades de información, pero los resultados deben interpretarse dentro del contexto clínico de cada paciente.
Una oportunidad para mejorar el diagnóstico
El proyecto desarrollado por el Hospital Universitario Príncipe de Asturias y la Universidad de Alcalá muestra cómo la inteligencia artificial puede aplicarse a problemas concretos dentro de los laboratorios clínicos.
En lugar de limitarse a generar nuevas pruebas, la tecnología puede aprovechar imágenes y datos que ya forman parte de determinados procesos diagnósticos para obtener información adicional. En el caso de la tricomoniasis, el objetivo es facilitar la identificación de posibles positivos y apoyar a los profesionales en la selección de muestras que necesitan una evaluación posterior.
Si los estudios futuros confirman su eficacia, el sistema podría convertirse en una herramienta complementaria para mejorar el cribado y favorecer diagnósticos más tempranos, especialmente en lugares donde el acceso a determinadas técnicas diagnósticas puede ser limitado.
Un nuevo ejemplo de IA aplicada a la medicina
El desarrollo de este algoritmo refleja una tendencia creciente en la sanidad: utilizar inteligencia artificial para apoyar tareas de diagnóstico, análisis de imágenes y gestión de información clínica.
En este caso, el proyecto se centra en una infección que puede permanecer sin síntomas y que afecta a millones de personas cada año. La posibilidad de detectar automáticamente señales compatibles con Trichomonas vaginalis podría aportar valor a los laboratorios si la herramienta supera las siguientes fases de validación.
Por ahora, el resultado del 93 % debe interpretarse como un dato obtenido durante la investigación y no como una garantía de diagnóstico para pacientes individuales. El siguiente objetivo será determinar mediante nuevos estudios cómo puede integrarse de forma segura y eficaz en la práctica asistencial.
¿Qué enfermedad puede detectar esta inteligencia artificial?
El sistema está diseñado para detectar indicios de Trichomonas vaginalis, el microorganismo responsable de la tricomoniasis, una infección de transmisión sexual.
¿Qué porcentaje de casos positivos identificó la IA?
Durante la validación realizada con 380 imágenes, el sistema identificó correctamente el 93 % de los casos positivos analizados.
¿La inteligencia artificial ya sustituye al diagnóstico médico?
No. El sistema se encuentra en fase de investigación y validación. Su posible utilización futura sería como herramienta de apoyo al diagnóstico o al cribado, bajo supervisión de profesionales sanitarios.
¿Qué es la tricomoniasis?
Es una infección de transmisión sexual causada por el parásito Trichomonas vaginalis. Puede provocar síntomas como irritación, picor o alteraciones del flujo, aunque algunas personas pueden no presentar síntomas.
¿Por qué es importante detectar la tricomoniasis?
La identificación permite establecer el tratamiento adecuado y reducir la posibilidad de transmisión. Sin tratamiento, la infección puede asociarse a determinadas complicaciones y a un mayor riesgo de adquirir o transmitir otras infecciones de transmisión sexual.
¿Cuál es el siguiente paso para esta tecnología?
Los investigadores prevén realizar estudios prospectivos y probar el sistema en diferentes entornos asistenciales antes de valorar una posible incorporación a la práctica clínica habitual.