Nuevo sistema de detección precoz de la leucemia infantil

PRUEBAS_DE_SANGRE_RETOCADA

La investigadora mejicana Susana Ordaz ha descubierto un sistema de algoritmos que detecta la leucemia infantil con una fiabilidad del 98%. Hasta ahora, las pruebas con microscopio sólo llegan al 60% de certeza.

El sistema ofrece un diagnóstico en sólo tres minutos por medio de dos algoritmos especialmente diseñados para distinguir entre células sanas y enfermas a partir de una fotografía digital de una muestra hematológica del paciente. "Las células sanas tienen la forma de un círculo casi perfecto y cuentan con un nucléolo" con dimensiones específicas, mientras que las "enfermas presentan vellosidades y pequeñas muescas o hendiduras" y "su nucléolo casi no se distingue o se pierde", detalló la investigadora.

Según Ordaz, no existe actualmente una herramienta automatizada para hacer un "diagnóstico rápido y eficaz" en etapas tempranas de la leucemia linfoblástica aguda infantil, una enfermedad que se presenta en 4 de cada 100.000 niños mexicanos menores de 15 años. "La apreciación de la muestra de médula ósea en el microscopio tiene un porcentaje de certidumbre de aproximadamente 60 %", apuntó.

Rapidez

Para precisar aún más el diagnóstico por microscopio, tradicionalmente a la muestra de médula se le realiza una prueba denominada inmunofenotipificación, cuyos resultados pueden tardar hasta cuatro semanas. La leucemia linfoblástica aguda avanza con mayor velocidad que el cáncer en un órgano específico "debido a que es cáncer en la sangre y circula por todo el organismo, de modo que en donde encuentra células inmaduras se comienza a desarrollar", dijo Ordaz.

A juicio de la académica, en la medida en que el software disminuye el tiempo del diagnóstico se incrementan las posibilidades de recuperación del paciente porque se puede iniciar el tratamiento más rápidamente. Actualmente se recuperan de esta enfermedad alrededor del 85 % de los pacientes.

En el futuro, los científicos esperan que el software cuente con una etapa de preprocesamiento de imágenes, tome en cuenta el historial médico del paciente, y que los algoritmos identifiquen la textura de las células, para incrementar aún más el índice de certeza del diagnóstico.