Damien Jacot et.al. Editor: Nathan A Ledeboer. Desarrollo y evaluación de inteligencia artificial para el monitoreo del crecimiento bacteriano. AMS-J Clin Microbiol. 2024; 62(5): e01651-23. Institute of Microbiology, Lausanne University Hospital and University of Lausanne, Switzerland y otras Instituciones.
Resumen Chat Claude 4.6
Antecedentes y motivación
Los laboratorios de bacteriología clínica han experimentado una revolución con la introducción de sistemas totalmente automatizados, que incluyen innovaciones en la inoculación, el transporte de placas y la digitalización de imágenes. Sin embargo, el desarrollo de algoritmos inteligentes para la lectura de placas sigue siendo un paso fundamental hacia un flujo de trabajo bacteriológico completamente automatizado. La lectura y el procesamiento de placas estériles (aquellas que no muestran crecimiento bacteriano) representan una parte significativa de la carga de trabajo rutinaria, constituyendo entre el 30 % y el 40 % del total de placas procesadas.
Objetivo
Con un algoritmo para IA se investigó no solo en los momentos de lectura habituales en microbiología (18-24 h y/o 48 h), sino también cada 2 horas a partir de la etapa de inoculación, con la doble intención de liberar automáticamente placas estériles en tiempos predeterminados y monitorizar el crecimiento bacteriano inicial.
Diseño del estudio y conjunto de datos
Se utilizaron un total de 3844 placas inoculadas con muestras clínicas representativas. Las placas se fotografiaron 15 veces y dos microbiólogos diferentes analizaron las imágenes de forma aleatoria e independiente, generando 99 944 datos de referencia obtenidos por expertos. El algoritmo se diseñó para funcionar con diferentes tipos de muestras y los medios de cultivo más comunes utilizados en bacteriología.
Resultados clave
A las 48 horas, el algoritmo pudo distinguir entre crecimiento y ausencia de crecimiento con una sensibilidad del 99,80 % (solo cinco placas falsas negativas de un total de 3844) y una especificidad del 91,97 %. A las 24 horas, la sensibilidad y la especificidad alcanzaron el 99,08 % y el 93,37 %, respectivamente.
En general, la sensibilidad aumentó con el tiempo, mientras que la especificidad se mantuvo relativamente constante en los diferentes momentos de la medición. Cabe destacar que, durante la lectura de datos de referencia en humanos, se informó de crecimiento tan solo 4 horas después de la inoculación, lo que sugiere la posibilidad de una detección más temprana que con las prácticas estándar actuales.
Trascendencia
Se han desarrollado algoritmos de IA como este para identificar automáticamente la aparición de colonias bacterianas, lo que reduce considerablemente el tiempo de las operaciones estándar. Otra ventaja prevista es la detección del crecimiento antes de lo que lo percibe el ojo humano, lo que reduce el tiempo de lectura de los cultivos.
Financiación y conflictos de intereses
Becton-Dickinson financió la adquisición de datos y el análisis de placas por parte de dos microbiólogos, y también desarrolló el software. Cinco coautores trabajan o trabajaron para Becton-Dickinson. El Hospital Universitario de Lausana (CHUV) revisó de forma independiente todos los datos y el rendimiento de los algoritmos, y no declara ningún acuerdo de licencia de patentes.
Conclusión: este estudio demuestra que un algoritmo de IA puede detectar de forma fiable el crecimiento bacteriano en placas de agar en una amplia gama de muestras y medios de cultivo, logrando una alta sensibilidad (>99 %) en los tiempos de lectura estándar y mostrando potencial para una detección más temprana, lo que podría reducir significativamente la carga de trabajo del laboratorio y los tiempos de respuesta en bacteriología clínica.
(*) Una vez que esta en la pagina del articulo, pulsando el botón derecho puede acceder a su traducción al idioma español Este blog de bioquímica-clínica está destinado a bioquímicos y médicos; la información que contiene es de actualización y queda a criterio y responsabilidad de los mencionados profesionales, el uso que le den a la misma.
Nueva presentación el 22 de Junio
Dr. Anibal E. Bagnarelli,
Bioquímico-Farmacéutico,UBA.
Cordiales saludos.
Ciudad de Buenos Aires. R. Argentina
