Evaluación de una aplicación basada en inteligencia artificial para el diagnóstico de parásitos intestinales
DOI:
https://doi.org/10.36829/63CTS.v10i2.1344Palabras clave:
Parásitos intestinales, Inteligencia Artificial, precisión, validez, microscopía digital, Red Neuronal Convolucional.Resumen
En Guatemala, las infecciones parasitarias intestinales representan una de las prevalencias más altas en Latinoamérica, sin embargo, la observación de la morfología microscópica de estos microorganismos sigue siendo el estándar de oro para su diagnóstico. Esta metodología compromete los resultados en cuanto a la calidad y disponibilidad de personal calificado por lo que la búsqueda de alternativas basadas en inteligencia artificial (IA) representan un método preciso y complementario en este campo. El objetivo de este estudio fue determinar la exactitud y precisión de una herramienta de uso gratuito para la identificación de parásitos intestinales basada en IA. Se procesaron 314 muestras, se encontraron 266 parásitos y se generaron 1,051 fotografías. De este archivo, 181 imágenes fueron seleccionadas, como patrón de referencia, que luego fue comparado con la identificación a través de la aplicación de IA Parasite ID (https://parasite.id/). El análisis se realizó a través de las métricas de sensibilidad, especificidad, exactitud, concordancia y curva ROC, con un intervalo de confianza del 95%. Los resultados para Parasite ID fueron: sensibilidad 25.2%, IC 95% [17.2,34.8]; especificidad 79.5 %, IC 95% [68.8,87.8]; exactitud 48.6%, IC 95% [41.1,56.1] y la concordancia de un 4.3%, IC 95% [-6.9,15.5]. El área bajo la curva ROC, fue de 59.9%, IC 95% [52.4 – 67.1]. Con estos resultados se evidenció la necesidad de mejorar las métricas evaluadas y ampliar el catálogo de los parásitos de importancia clínica en el caso que se desarrolle una aplicación a nivel local.
Descargas
Citas
Abraira, V. (2001). El índice kappa. Semergen-Medicina de Familia, 25(5), 247-249.
Akoglu, H. (2022). User’s guide to sample size estimation in diagnostic accuracy studies. Turkish Journal of Emergency Medicine, 22(4), 177-185. https://doi.org/10.4103/2452-2473.357348
Arias, M. M., & Molina, M. (2013a). Características de las pruebas diagnósticas. Pediatría Atención Primaria, 15(58), 169-173. https://doi.org/10.4321/S1139-76322013000200013
Arias, M. M., & Molina, M. (2013b). El significado de los intervalos de confianza. Pediatría Atención Primaria, 15(57), 91-94. https://doi.org/10.4321/S1139-76322013000100016
Bogoch, I. I., Andrews, J. R., Speich, B., Utzinger, J., Ame, S. M., Ali, S. M., & Keiser, J. (2013). Short report: Mobile phone microscopy for the diagnosis of soil-transmitted helminth infections: A proof-of-concept study. American Journal of Tropical Medicine and Hygiene, 88(4), 626-629. https://doi.org/10.4269/ajtmh.12-0742
Bravo-Grau, S., & Cruz Q., J. P. (2015). Estudios de exactitud diagnóstica: Herramientas para su Interpretación. Revista Chilena de Radiología, 21(4), 158-164. https://doi.org/10.4067/S0717-93082015000400007
Cook, D. M., Swanson, R. C., Eggett, D. L., & Booth, G. M. (2009). A Retrospective Analysis of Prevalence of Gastrointestinal Parasites among School Children in the Palajunoj Valley of Guatemala. Journal of Health, Population, and Nutrition, 27(1), 31. https://doi.org/10.3329/JHPN.V27I1.3321
Donis, J. H. (2012). Evaluación de la validez y confiabilidad de una prueba diagnóstica (Assessment of the validity and reliability of a diagnostic test). Avances en Biomedicina, 1(2), 73-81.
Garcia, L. S. (2021). Practical guide to diagnostic parasitology (3rd ed.). ASM Press.
Gómez González, C., Pérez Castán, J. F., & Martin, J. L. R. (2007). Capítulo 8: Pruebas diagnósticas. Concordancia. SEMERGEN - Medicina de Familia, 33(10), 509-519. https://doi.org/10.1016/S1138-3593(07)73955-2
Landis, J. R., & Koch, G. G. (1977). The Measurement of Observer Agreement for Categorical Data. Biometrics, 33(1), 159-174. https://doi.org/10.2307/2529310
Mathison, B. A., Kohan, J. L., Walker, J. F., Smith, R. B., Ardon, O., & Couturier, M. R. (2020). Detection of intestinal protozoa in trichrome-Stained stool specimens by use of a deep convolutional neural Network. Journal of Clinical Microbiology, 58(6), Artículo e02053. https://doi.org/10.1128/JCM.02053-19
McHugh, M. L. (2012). Interrater reliability: The kappa statistic. Biochemia Medica, 22(3), 276-282. https://doi.org/10.11613/bm.2012.031
Metz, C. E. (2008). ROC analysis in medical imaging: A tutorial review of the literature. Radiological Physics and Technology, 1(1), 2-12. https://doi.org/10.1007/S12194-007-0002-1
O’Brien, S. F., & Yi, Q. L. (2016). How do I interpret a confidence interval? Transfusion, 56(7), 1680-1683. https://doi.org/10.1111/TRF.13635
OPS/OMS. (2022). Geohelmintiasis. https://www.paho.org/es/temas/geohelmintiasis
Parasite ID. (n.d.). Parasite ID | Home. Retrieved June 28, 2020, from https://parasite.id/
Quinn, J. A., Nakasi, R., Mugagga, P. K. B., Byanyima, P., Lubega, W., & Andama, A. (2016). Deep convolutional neural networks for microscopy-Based point of care diagnostics. arXiv:1608.02989, 1-12. http://arxiv.org/abs/1608.02989
Rajchgot, J., Coulibaly, J. T., Keiser, J., Utzinger, J., Lo, N. C., Mondry, M. K., Andrews, J. R., & Bogoch, I. I. (2017). Mobile-phone and handheld microscopy for neglected tropical diseases. PLoS Neglected Tropical Diseases, 11(7). https://doi.org/10.1371/JOURNAL.PNTD.0005550
Ryan, U., Paparini, A., Oskam, C. (2017). New technologies for detection of enteric parasites. Trends in Parasitology, 33(7), 532-546. https://doi.org/10.1016/j.pt.2017.03.005
Saboyá, M. I., Catalá, L., Nicholls, R. S., & Ault, S. K. (2013). Update on the Mapping of Prevalence and Intensity of Infection for Soil-Transmitted Helminth Infections in Latin America and the Caribbean: A Call for Action. PLoS Neglected Tropical Diseases, 7(9). https://doi.org/10.1371/JOURNAL.PNTD.0002419
Smith, K. P., Wang, H., Durant, T. J. S., Mathison, B. A., Sharp, S. E., Kirby, J. E., Long, S. W., & Rhoads, D. D. (2020). Applications of Artificial Intelligence in Clinical Microbiology Diagnostic Testing. Clinical Microbiology Newsletter, 42(8), 61-70. https://doi.org/10.1016/j.clinmicnews.2020.03.006
van Lieshout, L., & Roestenberg, M. (2015). Clinical consequences of new diagnostic tools for intestinal parasites. Clinical Microbiology and Infection, 21(6), 520-528. https://doi.org/10.1016/J.CMI.2015.03.015
World Health Organization. (2017). Integrating neglected tropical diseases into global health and development: Fourth WHO report on neglected tropical diseases. https://apps.who.int/iris/bitstream/handle/10665/255011/9789241565448-eng.pdf
![grafia de analisis de datos](https://revistas.usac.edu.gt/public/journals/1/submission_1344_1310_coverImage_es_ES.png)
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2022 Blanca E. Samayoa Herrera, Anneliese Moller Sundfeldt, Martin Gil Carrera, Mildred Alquijay Pacheco.
![Creative Commons License](http://i.creativecommons.org/l/by-nc-sa/4.0/88x31.png)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
El autor que publique en esta revista acepta las siguientes condiciones:
- El autor otorga a la Dirección General de Investigación el derecho de editar, reproducir, publicar y difundir el manuscrito en forma impresa o electrónica en la revista Ciencia, Tecnología y Salud.
- La Direción General de Investigación otorgará a la obra una licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional