La malaria continúa siendo una de las enfermedades infecciosas más frecuentes y peligrosas en regiones tropicales y subtropicales de África, Asia y América del Sur. En 2023, la Organización Mundial de la Salud (OMS) reportó 263 millones de casos y 597 mil muertes en todo el mundo. Colombia no es la excepción: los casos aumentaron en un 81% en 2024, según cifras recogidas por Consultorsalud.
Uno de los principales desafíos frente a esta enfermedad, también conocida como paludismo, es el diagnóstico tardío, especialmente en zonas rurales donde no se cuenta con acceso a hospitales ni a laboratorios. Por ello, un grupo de investigadores colombianos desarrolló una solución tecnológica con alto potencial de impacto: un sistema de inteligencia artificial que permite identificar si un paciente con malaria puede desarrollar complicaciones, sin necesidad de hacer pruebas de laboratorio.
Newsletter Sanar en Espiral
MIRA: ¿Te gusta el pan pero te inflama? Señales de que podrías ser intolerante al gluten
¿Cómo funciona esta IA?
El proyecto fue desarrollado por investigadores de la Universidad de La Sabana: Alirio Bastidas-Goyes, Juan Leon-Ariza, Ángela Guerrero, Mauricio Agudelo, Daniel Botero-Rosas y Eduardo Tuta-Quintero, quienes plasmaron sus hallazgos en el artículo “Aplicación de la inteligencia artificial en la predicción de complicaciones en pacientes con malaria”.
“Nosotros creamos un sistema con inteligencia artificial que analiza variables muy simples, sin necesidad de entrar en alta tecnología, y que puede predecir si esa persona se va a complicar, o no”, explicó Daniel Botero, uno de los autores del estudio.
El zancudo que transmite la malaria pertenece al género Anopheles.
Entre las variables que analiza esta IA están la presión arterial media, niveles de hemoglobina, leucocitos, plaquetas, bilirrubina total, dificultad respiratoria, vómitos, fiebre persistente, antecedentes de malaria y uso previo de medicamentos antipalúdicos.
“La idea era unir esas dos partes: tanto la viabilidad de la prueba en lugares remotos, como la representación de los compromisos de los diversos sistemas orgánicos que produce la enfermedad, y sacar un resultado que nos diga si existe probabilidad —y en qué porcentaje— de que sea grave y se comprometa la vida”, señaló el Dr. Eduardo Tuta Quintero, profesor de la Facultad de Medicina.
Un modelo entrenado con pacientes colombianos
El sistema se entrenó con una base de datos de 412 pacientes con malaria atendidos en Colombia. Gracias a técnicas como la validación cruzada y la “retención modificada”, los investigadores lograron una precisión relevante. La red neuronal con 16 neuronas ocultas alcanzó una sensibilidad del 72 % y una especificidad del 82 %.
Mauricio Agudelo, profesor de la Facultad de Ingeniería, explica que “una red neuronal de retención modificada incluye un mecanismo mejorado para retener información en largos periodos de tiempo secuencialmente. Se emplea principalmente en predicción de series de tiempo y mejora la capacidad de recordar información útil del pasado”.
Esto significa que, sin necesidad de equipos de laboratorio ni exámenes microscópicos como la prueba de “gota gruesa”, el sistema puede ayudar a predecir si un paciente corre riesgo de complicaciones graves.
¿Cuál es el siguiente paso?
La herramienta todavía debe ser validada con datos externos antes de su uso clínico, pero los resultados preliminares son prometedores. “El modelo aún debe ser validado con datos de otros centros médicos, pero representa un paso importante hacia la integración de la inteligencia artificial en la práctica clínica para enfermedades infecciosas en contextos de alta carga epidemiológica como el colombiano”, concluyó Botero-Rosas.
En una segunda fase, el equipo busca desarrollar una aplicación digital que permita a personal de salud en zonas remotas ingresar los datos y recibir en tiempo real un diagnóstico predictivo. Para ello, deben pasar por los filtros de aprobación ética y validación clínica para uso en humanos.
Con este tipo de soluciones, la inteligencia artificial se convierte en una aliada estratégica para avanzar hacia una medicina más personalizada, accesible y preventiva, capaz de salvar vidas en comunidades donde cada minuto cuenta.
