(Foto: Cambridge Consultants)
(Foto: Cambridge Consultants)

La es una enfermedad causada por la bacteria Mycobacterium tuberculosis. Si bien es cierto se trata de una afección curable y que se puede prevenir, cada año 10.4 millones de personas enferman de esta y más de 1.5 millones mueren, según datos de la .

Según el portal, España figura entre los países europeos que más casos de tuberculosis reporta. Las últimas cifras registraron 4,191 casos con una tasa de incidencia de 9 pacientes por cada 100,000 habitantes.

Puede que se se trata de una incidencia media/baja, pero es una de las más altas de la Unión Europea. Y el problema es que una persona con tuberculosis (TB) puede infectar a entre 10 y 15 personas más a lo largo de un año.

Los expertos coinciden en que factores como el turismo y la globalización han generado la propagación de esta enfermedad, haciendo que vuelva a resurgir en países donde ya estaba totalmente erradicada. A ello hay que sumarle que su tratamiento puede alargarse hasta dos años.

En este contexto, la iniciativa Fin a la TB de la OMS busca reducir en un 95% las muertes provocadas por la tuberculosis. Para esto, necesita toda ayuda posible, y una de ellas ha llegado de la mano de Cambridge Consultants, una empresa tecnológica.

Esta compañía ha desarrollado BacillAi, un teléfono inteligente que utiliza para mejorar el análisis del tratamiento de la tuberculosis en países con recursos limitados.

El dispositivo captura las imágenes del laboratorio y las analiza utilizando un algoritmo de aprendizaje profundo (deep learning) para identificar, contar y clasificar células de tuberculosis, con el fin de determinar el estado de la enfermedad del paciente y el tratamiento adecuado para cada caso.

La TB se controla tomando una muestra de saliva y contando las células bajo un microscopio. En países de bajos recursos, esto es muy difícil, ya que hay poco personal calificado y el trabajo se lleva a cabo en condiciones complejas. Si a esto se le suma que se pueden llegar a analizar 10 o más pacientes por día, la fatiga visual para los médicos y los resultados lentos y de baja calidad para los pacientes son la consecuencia.