22/03/2023

Desarrollan el primer sistema de cribado masivo de casos de covid con un 97% de sensibilidad

Un gel hidroalcohólico con un código QR da acceso a un test que evalúa la capacidad para identificar el olor del producto y ocho síntomas compatibles con la enfermedad. A partir de técnicas de inteligencia artificial, informa al momento de cuál es el riesgo de tener covid. El primer prototipo de este sistema se está utilizando en el servicio de urgencias del Hospital Sant Joan de Reus

Lavarse las manos con gel hidroalcohólico, olerlo y acceder a un código QR para responder a un pequeño cuestionario. Estas acciones tan sencillas constituyen el primer sistema de cribado masivo de casos de covid patentado en el mundo. Un grupo investigador de la Universidad Rovira i Virgili (URV) y del Instituto de Investigación Sanitaria Pere Virgili (IISPV) ha desarrollado este método, que basa su funcionamiento en técnicas de inteligencia artificial. El modelo determina in situ qué personas tienen un riesgo bajo, medio o alto de tener en ese momento la enfermedad y los resultados ofrecen una sensibilidad del 97%. El primer prototipo de este dispositivo se está utilizando en el servicio de urgencias el Hospital Universitari Sant Joan de Reus. Los resultados de la investigación se han publicado en la revista Scientific Reports.

El aroma de cítricos o de manzana son dos de los que primero se dejan de apreciar cuando el sentido del olfato queda afectado a causa de la infección del virus SARS-CoV-2. La anósmia, es decir, la pérdida de la capacidad de detectar olores, ha sido desde el inicio de la pandemia uno de los síntomas característicos del covid. Pero no lo único. Fiebre, dolor de cabeza, tos, malestar, dolor de garganta… son signos compatibles con el coronavirus pero también pueden corresponder a un resfriado o una gripe. ¿Cómo saber, sin prueba diagnóstica alguna, qué virus hay detrás?

El sistema patentado parte de un gel hidroalcohólico al que se le ha añadido una concentración específica de esencia de un cítrico. “Sabíamos por resultados de investigaciones anteriores que esta fragancia es una de las primeras que se deja de notar cuando se pierde el sentido del olfato por covid”, afirma Eduard Llobet, investigador del Departamento de Ingeniería Electrónica, Eléctrica y Automática de la URV que ha participado en el estudio. «Hicimos pruebas con diferentes concentraciones hasta que determinamos cuál era la que buscábamos», añade.

D’esquerra a dreta, l’investigador de la URV Eduard Llobet i Youcef Aceli, de l’IISPV.

Se realizó este test a aproximadamente medio millar de pacientes que durante la segunda ola de la pandemia se dirigieron al servicio de urgencias del Hospital Universitario Sant Joan de Reus y a los centros de atención primaria de la misma ciudad porque presentaban síntomas compatibles con covid o porque eran asintomáticos pero contacto estrecho de un caso positivo. Se les pedía que se frotasen las manos con el gel y se las olieran pasados tres segundos. El resultado se consideraba negativo si el paciente reconocía una fruta cítrica. Y positivo si no podía oler el gel o no encontraba aroma cítrico.

Una vez dado este paso, las personas incluidas en el estudio debían cumplimentar un pequeño cuestionario con el resultado de la prueba olfativa y otros datos como la edad, el género y la presencia o ausencia de diferentes síntomas. “A cada síntoma le otorgamos un valor diagnóstico a partir de un cálculo, y hubo ocho que consideramos estadísticamente significativos en la detección de la enfermedad”, explica Youcef Azeli, investigador del IISPV, que ha liderado la investigación. Una vez dadas las respuestas, se les realizaba una prueba PCR para comprobar el resultado.

“El sistema que hemos desarrollado se basa en el aprendizaje automático y a partir de los resultados del cuestionario ha generado un modelo que permite detectar casos de covid de forma masiva cuando los recursos no permiten realizar pruebas diagnósticas”, indica Albert Fernandez investigador de la URV y desarrollador del algoritmo basado en la inteligencia artificial. Los datos aseguran una sensibilidad prácticamente total (un 97%), que le hacen útil como método de cribado poblacional. “Las pruebas de antígenos que se comercializan tienen una media de un 80% de sensibilidad, lo que significa que hay un 20% de falsos negativos. Lo que nosotros hemos desarrollado no es una prueba diagnóstica, sino un sistema de cribado que tiene por objetivo detectar el mayor número de positivos posible y evitar los falsos negativos”, explica el equipo de investigadores.

Con este dispositivo se pretende que, una vez realizado el test, la persona pueda tener claro cuál es su nivel de riesgo de sufrir covid, lo que ayudará a cortar las cadenas de transmisión. «El objetivo es proteger a las personas más vulnerables que todavía pueden sufrir los efectos graves del covid como la gente mayor, embarazadas o pacientes inmunodeprimidos y recordar a las personas con síntomas compatibles con covid que extreme las medidas de precaución» argumenta el investigador Youcef Azeli.

El IISPV y la URV han desarrollado una patente europea de este prototipo, que forma parte de la cartera tecnológica de ambas instituciones. El objetivo es que los dispositivos con este gel puedan instalarse en hospitales, residencias, escuelas o transportes públicos, para que las personas que lo utilicen sean conscientes del riesgo de contagiar el virus que tienen. La Unidad de Valorización de la URV y la Unidad de Innovación y Transferencia del IISPV han apoyado al equipo investigador en la protección del sistema de cribado masivo.

Referencia bibliográfica: Youcef Azeli, Alberto Fernández, Federico Capriles, Wojciech Rojewski, Vanesa Lopez-Madrid, David Sabaté-Lissner, Rosa Maria Serrano, Cristina Rey-Reñones, Marta Civit, Josefina Casellas, Abdelghani El Ouahabi-El Ouahabi, Maria Foglia-Fernández, Salvador Sarrá & Eduard Llobet. A machine learning COVID-19 mass screening based on symptoms and a simple olfactory test. Scientific Reports. DOI: https://www.nature.com/articles/s41598-022-19817-x.

Print Friendly, PDF & Email

Comenta

*