Crean una plataforma online para el diagnóstico rápido de la leishmania en perros a través del aliento

La leishmaniasis canina es una enfermedad zoonótica significativa causada por parásitos protozoarios del género Leishmania, transmitida principalmente a través de las picaduras de flebótomos hembra infectados. Es endémica en áreas del sur de Europa; la cuenca mediterránea; y ciertas áreas de África, Asia y Sudamérica. En los perros, la enfermedad puede presentarse como una infección sistémica crónica y puede provocar complicaciones dermatológicas, renales y oculares graves si no se trata. La leishmaniasis canina está clasificada como una enfermedad tropical desatendida (ETD) con un impacto significativo en la salud humana y animal, particularmente en comunidades empobrecidas. La tendencia emergente de ir más allá de las infecciones rurales esporádicas y localizadas hacia la propagación masiva en áreas caóticas y de rápida urbanización, con los perros sirviendo como reservorios potenciales de la enfermedad, subraya el considerable impacto socioeconómico de esta enfermedad a nivel mundial. Otro aspecto importante es la propagación de la leishmaniasis canina causada por Leishmania infantum (L. infantum) en zonas urbanas y periurbanas.

Las metodologías de diagnóstico estándar se basan en técnicas de muestreo invasivas, como la extracción de sangre, el aspirado de ganglios linfáticos o médula ósea, y las posteriores pruebas serológicas o moleculares. Si bien son eficaces, estos métodos presentan limitaciones debido a sus altos costes operativos, el equipo especializado, la necesidad de personal capacitado y el sufrimiento físico que experimentan los animales. Estas limitaciones dificultan el acceso al diagnóstico temprano, especialmente en entornos veterinarios rurales o con recursos limitados, donde la carga de la enfermedad suele ser mayor.

Cómo detectar la leishmania en perros a través del aliento 

Existe una creciente necesidad de alternativas a los diagnósticos que representen una opción más accesible, respetuosa con los animales y escalable. Además, los avances recientes tanto en tecnologías de detección de compuestos orgánicos volátiles (VOC) como en aprendizaje automático han abierto nuevas fronteras en diagnósticos no invasivos. Los VOC son metabolitos de bajo peso molecular emitidos a través de procesos biológicos, y algunas firmas de VOC se han relacionado con afecciones infecciosas o metabólicas, incluidas enfermedades parasitarias, como la leishmaniasis.

Un artículo internacional reciente ha propuesto un nuevo sistema de diagnóstico basado en software para facilitar el diagnóstico no invasivo de la leishmaniasis canina mediante el uso de compuestos orgánicos volátiles obtenidos de muestras de aliento y pelo. La plataforma proporciona capacidades de diagnóstico automatizadas en tiempo real mediante la combinación de dispositivos de detección de gases e infraestructura de software basada en la nube. Además, el sistema vincula a diversos grupos de interés (p. ej., clínicas veterinarias, hospitales, facultades de investigación y propietarios de perros) a través de redes distribuidas, lo que facilita el intercambio de información y la coordinación de la atención. Este artículo se centra principalmente en el diseño de una arquitectura de software para la captura, el procesamiento y el análisis de compuestos orgánicos volátiles. Mediante el uso de modelos de IA, la plataforma ayuda a predecir futuras infecciones de leishmaniasis. Asimismo, la plataforma propuesta es segura y proporciona acceso escalable entre múltiples actores veterinarios y públicos, además de permitir pruebas diagnósticas tempranas, accesibles y asequibles para un mayor número de perros.

Plataforma integral para el diagnóstico no invasivo de la leishmaniasis canina

El conjunto de datos contiene 186 VOC recopilados de 72 perros, que representan muestras de aliento y pelo. El conjunto de datos inicial presentó un desequilibrio, con aproximadamente un 25 % de casos infectados (47 muestras) y un 75 % de casos control (139 muestras), lo que resultó en una proporción aproximada de 1:3 de casos infectados a control.

La exploración de los datos indicó diferencias relevantes en las señales de VOC entre las muestras infectadas y control. Se encontró una diferencia estadísticamente significativa en los niveles promedio normalizados de VOC entre los casos infectados y los controles.

Por otro lado, en el ámbito clínico, los autores han diseñado la plataforma para que los veterinarios interactúen con ella a través de un panel de control específico que facilita el flujo de trabajo de diagnóstico. “Esta interfaz permite la gestión óptima de los datos de muestras de aliento y cabello, obtenidos mediante dispositivos de detección de gases COV”. Una vez recolectadas, las muestras se cargan a través del panel de control, que asocia automáticamente la prueba con el historial del paciente correspondiente, reduciendo la carga administrativa y facilitando la trazabilidad.

“Propusimos una plataforma integral multicapa para el diagnóstico no invasivo de la leishmaniasis canina. Analizamos la implementación de tecnologías de detección de compuestos orgánicos volátiles y el desarrollo de modelos de clasificación basados en aprendizaje automático, junto con una infraestructura de software segura y nativa de la nube”, han indicado los autores del trabajo.

La plataforma propuesta proporciona una detección de enfermedades precisa, rápida y accesible mediante la combinación de predicciones de IA en tiempo real, coordinación geoespacial entre clínicas y hospitales veterinarios, y paneles de control basados en roles para las partes interesadas. “Sus sólidas medidas de ciberseguridad, el cumplimiento de los estándares de privacidad de datos y su arquitectura modular la hacen segura, flexible y escalable”.

Digitalización del diagnóstico veterinario

Los resultados de la implementación piloto validan la utilidad de la plataforma en los flujos de trabajo clínicos, su aceptación entre los dueños de perros y su valor de investigación para las instituciones académicas. “La arquitectura ha demostrado ser robusta y adaptable a futuras ampliaciones, como el diagnóstico de otras enfermedades, la implementación sobre el terreno con unidades de detección móviles y la integración con marcos de aprendizaje federado”.

En resumen, “esta investigación marca un paso importante hacia la digitalización del diagnóstico veterinario, allanando el camino para innovaciones en salud animal, vigilancia de enfermedades y atención veterinaria asistida por IA.