Sensor óptico multiplexado de doble modo mejorado con aprendizaje profundo para diagnóstico en el punto de atención de enfermedades cardiovasculares

Por qué importa probar el corazón con rapidez

Cuando una persona llega con dolor en el pecho o dificultad para respirar, los médicos disponen de una ventana breve para determinar si el corazón está en crisis. Hoy en día, las pruebas sanguíneas clave para el infarto y la insuficiencia cardíaca suelen ser lentas, requieren equipos voluminosos y, por lo general, miden solo una señal a la vez. Este artículo describe un dispositivo pequeño y económico que puede ubicarse junto al paciente, leer varios marcadores sanguíneos relacionados con el corazón a partir de una sola muestra diminuta y usar inteligencia artificial para convertir señales ópticas débiles en cifras claras que los médicos puedan utilizar.

Dos problemas cardíacos comunes, una historia entrelazada

El infarto de miocardio y la insuficiencia cardíaca están entre las principales causas de muerte en el mundo y están estrechamente relacionados. Un infarto corta repentinamente el suministro de sangre a una parte del músculo cardíaco, mientras que la insuficiencia cardíaca se desarrolla cuando el corazón ya no puede bombear con eficacia. Muchos pacientes presentan ambos problemas, lo que incrementa mucho su riesgo de muerte y de reingresos hospitalarios. Los médicos confían en tres marcadores sanguíneos principales para comprender lo que sucede: la troponina cardíaca I, que indica daño a las células del músculo cardíaco; la creatina quinasa MB (CK-MB), que ayuda a detectar una lesión reciente o recurrente; y la NT-proBNP, que aumenta cuando el corazón está dilatado y tiene dificultades para bombear. Medir estos tres marcadores juntos ofrece una imagen mucho más completa de la condición del paciente que cualquier prueba aislada.

Límites de las pruebas de laboratorio y de cabecera actuales

Los sistemas actuales para medir estos marcadores están divididos entre grandes laboratorios centrales y dispositivos más pequeños de punto de atención. Los grandes analizadores de los laboratorios hospitalarios son sensibles y fiables, pero requieren personal especializado, cartuchos y reactivos separados para cada marcador y volúmenes de sangre relativamente grandes. Los resultados pueden tardar horas, lo que choca con la ventana de tratamiento estrecha para los infartos y hace que las pruebas de seguimiento frecuentes sean gravosas, especialmente para las personas que viven lejos de los centros principales. Los dispositivos de cabecera existentes son más rápidos pero, por lo general, analizan solo un marcador por cartucho, a menudo carecen de la sensibilidad extrema ahora recomendada para la troponina y tienen dificultades para cubrir los rangos de concentración muy diferentes de los tres marcadores sin interferencias o pérdida de precisión.

Un cartucho basado en papel que ve de dos maneras

Los investigadores construyeron una plataforma sensor óptica del tamaño de la palma alrededor de un cartucho de "flujo vertical" basado en papel. Una gota de suero mezclada con anticuerpos marcados con nanopartículas especiales se absorbe directamente a través de una pequeña membrana salpicada de puntos de reacción diminutos: algunos atrapan troponina, otros NT-proBNP, otros CK-MB y otros funcionan como controles incorporados. El mismo cartucho se lee después en dos modos ópticos. En modo colorimétrico, las nanopartículas de oro oscurecen ciertos puntos bajo luz verde. En modo quimioluminiscente, un reactivo añadido hace que complejos marcados con enzimas brillen en la oscuridad. Al asignar la troponina de baja abundancia al modo de brillo y los marcadores de mayor abundancia principalmente al modo colorimétrico, el dispositivo abarca limpiamente concentraciones desde menos de una billonésima de gramo por mililitro hasta decenas de millonésimas, todo en una sola prueba que tarda alrededor de 23 minutos y usa solo 50 microlitros de suero.

Enseñar a un pequeño ordenador a leer patrones complejos

Debido a que el flujo por el papel, la composición de la muestra y otros factores pueden cambiar sutilmente las señales crudas, el equipo recurrió a redes neuronales compactas—modelos de software inspirados en la estructura cerebral—para interpretar las imágenes. Un lector basado en Raspberry Pi captura tanto imágenes de color como de brillo y extrae el brillo de cada punto y control. Para cada marcador, una primera red ubica rápidamente el resultado en un rango amplio (por ejemplo, por debajo o por encima de un umbral de insuficiencia cardíaca), y una segunda red estima entonces la concentración exacta dentro de ese rango. El sistema comprueba esos pasos entre sí; si el rango y el valor discrepan, el resultado se marca como indeterminado en lugar de informar silenciosamente un número sospechoso. Entrenados y luego evaluados con 92 muestras séricas de pacientes reales, las salidas de los modelos coincidieron muy estrechamente con los ensayos hospitalarios estándar, con valores de correlación superiores a 0,96 para los tres marcadores.

Qué podría significar esto para la atención cotidiana

En términos prácticos, este trabajo muestra que un lector portátil y de bajo coste y un cartucho desechable de papel pueden ofrecer pruebas cardíacas multi-marcador de calidad de laboratorio junto a la cama del paciente o en clínicas pequeñas. Los modos ópticos duales permiten medir niveles extremadamente bajos de troponina y valores muy altos dentro de una sola corrida, mientras que las redes neuronales ayudan a corregir el ruido y la variabilidad que de otro modo debilitarían un enfoque simple de una señal por marcador. Aunque aún se necesitan estudios clínicos mayores y pruebas con sangre total, esta plataforma apunta hacia un futuro en el que las personas en riesgo de infarto o insuficiencia cardíaca puedan ser evaluadas, monitorizadas y triadas de forma rápida y asequible en muchos más entornos que hoy.

Cita: Han, GR., Eryilmaz, M., Goncharov, A. et al. Deep learning-enhanced dual-mode multiplexed optical sensor for point-of-care diagnostics of cardiovascular diseases. Light Sci Appl 15, 190 (2026). https://doi.org/10.1038/s41377-026-02275-9

Palabras clave: marcadores cardíacos, diagnóstico en el punto de atención, sensores quimioluminiscentes, aprendizaje profundo, infarto de miocardio e insuficiencia cardíaca