Inteligencia artificial en el diagnóstico parasitológico y redacción de artículos
Barra lateral del artículo
Contenido principal del artículo
Resumen
Las enfermedades parasitarias son de amplia distribución mundial y de elevada frecuencia, por tal motivo son consideradas un serio problema de salud pública, situación que se ve seriamente potenciada por la comprometida sensibilidad y especificidad de los métodos diagnósticos basados en el análisis de muestras orgánicas del hospedador por parte de expertos en el área. El objetivo es mostrar argumentos generales sobre la inteligencia artificial en el diagnóstico parasitológico y en la redacción de artículos sobre este campo del conocimiento. El potencial de la inteligencia artificial como herramienta diagnóstica en parasitología es enorme, no tanto, así en la redacción de artículos científicos que aún requiere del raciocinio humano en varios aspectos. En las enfermedades parasitarias la inteligencia artificial ahorra tiempo a los médicos y aumenta la eficiencia del flujo de trabajo diagnóstico y del tratamiento, y reduce el sesgo del observador en el análisis de muestras.
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Los autores conservan los derechos de autor y ceden a la revista el derecho de la primera publicación y pueda editarlo, reproducirlo, distribuirlo, exhibirlo y comunicarlo en el país y en el extranjero mediante medios impresos y electrónicos. Asimismo, asumen el compromiso sobre cualquier litigio o reclamación relacionada con derechos de propiedad intelectual, exonerando de responsabilidad a la Editorial Tecnológica de Costa Rica. Además, se establece que los autores pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
Citas
[1] G. Bastidas, C. Malave and D. Bastidas. “El parasitismo en películas de ciencia ficción y su empleo como herramienta para el control”. Revista Información Científica, Vol. 98, no. 6, pp. 721-733, 2019.
[2] G. Bastidas and G. Bastidas-Delgado. “Nanobiotecnología en el tratamiento de Leishmania spp”. Revista Biotempo, Vol. 17, no. 2, pp. 321-333, 2020.
[3] G. Bastidas, M. Báez, D. Bastidas. “Telehealth in education and research in primary care in pandemic. COVID-19 case”. International Journal of Clinical and Experimental Medicine Research, Vol. 5, no. 3, pp. 416-420, 2021, doi:10.26855/ijcemr.2021.07.029.
[4] G. Bastidas, A. Rojas and D. Bastidas. “Internet de las cosas: una opción interesante para el futuro de la salud pública”. Revista EduMecentro, Vol. 14, p. e2184, 2022.
[5] G. Bastidas and A. Iglesias. “Health and biosensor technology. A revolution underway for the well-being of the population”. Wearable Technology, Vol. 4, no. 1, p. 2618, 2023, doi: 10.54517/wt.v4i1.2618.
[6] G. Bastidas and Peña M. “Tungiasis: an epidermal parasitic disease of the skin. brief relate”. Journal Dermatology and Cosmetology, Vol. 8, no. 2, pp. 41-42, 2024.
[7] G. Bastidas, D. Bastidas and G. Bastidas-Delgado. “Anisakiasis, accidental helminthiasis in humans due to ingestion of seafood”. Open Journal of Medical Images and Case Reports, Vol. 2, no. 2, pp. 5-10, 2025; doi: 10.71123/3067-1078.020202.
[8] C. Rubio, A. de Oliveira, F. Zarzuela, A. Mediavilla, P. Martínez-Vallejo, A. Silgado, L. Goterris, M. Muixí, A. Abelló, A. Veiga, D. López-Codina, E. Sulleiro, E. Sayrol and J. Joseph-Munné. “Evaluation of an artificial intelligence-based tool and a universal low-cost robotized microscope for the automated diagnosis of malaria”. International Journal of Environmental Research and Public Health, Vol. 22, no. 1, p. 47, 2024, doi: 10.3390/ijerph22010047.
[9] F. Dantas-Torres. “Artificial intelligence, parasites and parasitic diseases”. Parasites & Vectors, Vol. 16, no. 1, p. 340, 2023, doi: 10.1186/s13071-023-05972-1.
[10] Z. Mojadeddi and J. Rosenberg. “The impact of AI and ChatGPT on research reporting”. The New Zealand Medical Journal, Vol. 136, pp. 60-64, 2023, doi: 10.26635/6965.6122.
[11] M. Salvagno, F. Taccone and A. Gerli. “Can artificial intelligence help for scientific writing?” Critical Care, Vol. 27, no. 1, p.75, 2023, doi: 10.1186/s13054-023-04380-2.
[12] C. Stokel-Walker. “ChatGPT listed as author on research papers: many scientists disapprove”. Nature, Vol. 613, no. 7945, pp- 620-625, 2023, doi: 10.1038/d41586-023-00107-z.
[13] A. Keshavarzi, M. Salem, J. Collins, J. Yuan and D. Chakrabarti. “Deepmalaria: artificial intelligence driven discovery of potent antiplasmodials”. Frontiers in Pharmacology, Vol. 15 no. 19, p. 1526, 2020, doi: 10.3389/fphar.2019.01526.
[14] S. Khandibharad and S. Singh. “Artificial intelligence channelizing protein-peptide interactions pipeline for host-parasite paradigm in IL-10 and IL-12 reciprocity by SHP-1”. Biochimica et Biophysica Acta. Molecular Basis of Disease, Vol. 1868, no. 10, pp. 166466, 2022, doi: 10.1016/j.bbadis.2022.166466.
[15] M. González-Pérez, B. Faulhaber, M. Williams, J. Brosa, C. Aranda, N. Pujol, M. Verdún, P. Villalonga, J. Encarnação, N. Busquets and S. Talavera. “A novel optical sensor system for the automatic classification of mosquitoes by genus and sex with high levels of accuracy”. Parasites & Vectors, Vol. 15, no. 1, p. 190, 2022, doi: 10.1186/s13071-022-05324-5.
[16] Z. Lu, H. Hu, Y. Song, S. Zhou, O. Ayanniyi, Q. Xu, Z. Yue and C. Yang. “Development and validation of a machine learning algorithm prediction for dense granule proteins in apicomplexa”. Parasites & Vectors, Vol. 16, no. 1, p. 98, 2023, doi: 10.1186/s13071-023-05698-0.
[17] M. Sulyok, J. Luibrand, J. Strohäker, P. Karacsonyi, L. Frauenfeld, A. Makky, S. Mattern, J. Zhao, S. Nadalin, F. Fend and C. Schürch. “Implementing deep learning models for the classification of Echinococcus multilocularis infection in human liver tissue”. Parasites & Vectors, Vol. 16, no. 1, p. 29, 2023, doi: 10.1186/s13071-022-05640-w.
[18] H. Talimi, K. Retmi, R. Fissoune and M. Lemrani. “Artificial intelligence in cutaneous leishmaniasis diagnosis: current developments and future perspectives”. Diagnostics (Basel), Vol. 14, no. 9, p. 963, 2024, doi: 10.3390/diagnostics14090963.
[19] L. Stuyver and B. Levecke. “The role of diagnostic technologies to measure progress toward WHO 2030 targets for soil-transmitted helminth control programs”. PLoS Neglected Tropical Diseases, Vol. 15, no. 6, p. e0009422, 2021, doi: 10.1371/journal.pntd.0009422.
[20] J. Vlaminck, O. Lagatie, D. Dana, Z. Mekonnen, P. Geldhof, B. Levecke and L. Stuyver. “Identification of antigenic linear peptides in the soil-transmitted helminth and Schistosoma mansoni proteome”. PLoS Neglected Tropical Diseases, Vol. 15, no. 4, p. e0009369, 2021, doi: 10.1371/journal.pntd.0009369.
[21] P. Ward, P. Dahlberg, O. Lagatie, J. Larsson, A. Tynong, J. Vlaminck, M. Zumpe, S. Ame, M. Ayana, V. Khieu, Z. Mekonnen, M. Odiere, T. Yohannes, S. Van Hoecke, B. Levecke and L. Stuyver. “Affordable artificial intelligence-based digital pathology for neglected tropical diseases: a proof-of-concept for the detection of soil-transmitted helminths and Schistosoma mansoni eggs in Kato-Katz stool thick smears”. PLoS Neglected Tropical Diseases, Vol. 16, no. 6, p. e0010500, 2022, doi: 10.1371/journal.pntd.0010500.
[22] I. Mshani, D. Siria, E. Mwanga, B. Sow, R. Sanou, M. Opiyo, M. Sikulu-Lord, H. Ferguson, A. Diabate, K. Wynne, M. González-Jiménez, F. Baldini, S. Babayan and F. Okumu. “Key considerations, target product profiles, and research gaps in the application of infrared spectroscopy and artificial intelligence for malaria surveillance and diagnosis”. Malaria Journal, Vol. 22, no. 1, p. 346, 2023, doi: 10.1186/s12936-023-04780-3.
[23] H. Beck. “Digital microscopy and artificial intelligence could profoundly contribute to malaria diagnosis in elimination settings”. Frontiers in Artificial Intelligence, Vol. 5, pp. 510483, 2022, doi: 10.3389/frai.2022.510483.
[24] N. Cure-Bolt, F. Perez, L. Broadfield, B. Levecke, P. Hu, J. Oleynick, M. Beltrán, P. Ward and L. Stuyver. “Artificial intelligence-based digital pathology for the detection and quantification of soil-transmitted helminths eggs”. PLoS Neglected Tropical Diseases, Vol. 18, no. 9, p. e0012492, 2024, doi: 10.1371/journal.pntd.0012492.
[25] J. Hoffman, J. Dart, S. De, N. Carnt, G. Cleary and S. Hau. “Comparison of culture, confocal microscopy and PCR in routine hospital use for microbial keratitis diagnosis”. Eye (Lond), Vol. 36, no. 11, pp. 2172-2178, 2022, doi: 10.1038/s41433-021-01812-7.
[26] O. Shareef, S. Shareef and H. Saeed. “New Frontiers in Acanthamoeba Keratitis diagnosis and management”. Biology (Basel), Vol. 12, no. 12, p. 1489, 2023, doi: 10.3390/biology12121489.
[27] O. Shareef, M. Soleimani, E. Tu, D. Jacobs, J. Ciolino, A. Rahdar, K. Cheraqpour, M. Ashraf, N. Habib, J. Greenfield, S. Yousefi, A. Djalilian and H. Saeed. “A novel artificial intelligence model for diagnosing Acanthamoeba keratitis through confocal microscopy”. The Ocular Surface, Vol. 34, pp. 159-164, 2024, doi: 10.1016/j.jtos.2024.07.010.