El test está especialmente indicado para detectar aquellos casos positivos de SARS-CoV-2 con una infección en curso, ante los inconvenientes de las RT-PCR, no disponibles universalmente y con serias limitaciones en los tiempos de respuesta. Además, para aquellos casos positivos, también se han creado otros árboles de decisión que discriminar a aquellos pacientes que podrían tener un peor pronóstico de la enfermedad, para priorizar su tratamiento, con el fin de reducir la tasa de mortalidad
Blueberry Diagnostics, empresa de biotecnología catalana especializada en el desarrollo de test basados en inteligencia artificial y machine learning (aprendizaje automático), anuncia que ha desarrollado un test especialmente indicado para detectar aquellos casos positivos de SARS-CoV-2 con una infección en curso, a partir de un simple análisis de sangre de rutina.
En este sentido, el análisis de RT-PCR sigue siendo el método de referencia para identificar la presencia del SARS-CoV-2. Sin embargo, la necesidad de procesamiento de laboratorio, el alto coste y el largo período de tiempo transcurrido desde el muestreo hasta la obtención de los resultados, limitan la viabilidad de esta técnica. Por otra parte, las pruebas rápidas de antígenos (más baratas que las PCR y con resultados en 15 minutos), no se pueden producir en la cantidad suficiente para satisfacer la demanda mundial actual. Por tanto, existe la necesidad de pruebas alternativas, menos costosas y más accesibles.
Partiendo de la premisa que una infección por SARS-CoV-2 crea una huella en la sangre a modo de patrón, Blueberry Diagnostics desarrolló una primera versión, el pasado mes de mayo, con una sensibilidad del 92% y una especificidad del 65%, que fue compartido con diferentes autoridades sanitarias para su libre uso.
Posteriormente, a partir del estudio Evaluation of Routine Blood Tests for Diagnosis of Suspected Coronavirus Disease 2019, publicado en Clin. Lab. (Clinical Laboratory Publications) en septiembre de 2020, la compañía propuso un acuerdo de colaboración con el Dr. José Diego Santotoribio. Dicha colaboración dio como resultado un algoritmo capaz de identificar pacientes con COVID-19 positiva con una sensibilidad del 100% y una especificidad del 100%. También se consiguió un segundo algoritmo capaz de discriminar a aquellos pacientes con peor pronóstico de la enfermedad para priorizar su tratamiento, para reducir la tasa de mortalidad. Posteriormente, se convirtieron los algoritmos obtenidos a representación de árboles de decisión, que se liberarán mediante una licencia pública, a requerimiento expreso por parte de Blueberry Diagnostics. Así, cualquier hospital podrá analizarlos en su laboratorio.
En este sentido, los árboles de decisión obtenidos con RALD (el software de inteligencia artificial de Blueberry Diagnostics), serán presentados en primicia por el Dr. Santotoribio en una ponencia titulada “Algoritmos diagnósticos y biomarcadores sanguíneos de la COVID-19”, organizada por el Instituto de Biomedicina de Sevilla y el Hospital Universitario Virgen del Rocío, el próximo miércoles 18 de noviembre a las 8:30 horas, accesible también a través de videoconferencia mediante la plataforma Blackboard CollaborateTM.