Infecciones por coronavirus » inteligencia artificial

Desarrollan íntegramente con IA un antígeno para una vacuna contra los coronavirus

Tania Izquierdo Pamias — Fri, 12 Jun 2026 11:15:24 +0000

Científicos de la Universidad inglesa de Cambridge han empezado a desarrollar por primera vez una vacuna pensada para proteger contra varios coronavirus y prevenir futuras pandemias con la ayuda de la inteligencia artificial (IA). La vacuna está diseñada para ser eficaz contra todos los coronavirus, incluyendo sus variantes, así como virus que actualmente infectan a animales pero que tienen el potencial de desencadenar nuevas pandemias.

Un componente clave de esta vacuna ha sido diseñado íntegramente mediante IA y posteriormente probado en seres humanos.

Los investigadores de la prestigiosa institución tomaron códigos genéticos conocidos de diversos coronavirus registrados en programas de vigilancia que buscan posibles amenazas virales.

Estos códigos genéticos fueron analizados por IA, que después diseñó un “superantígeno” capaz de entrenar al sistema inmunitario para que proporcionase protección contra toda la familia de virus, incluso si mutaban o si una nueva infección se transmitía de animales a humanos.

El equipo ya obtuvo resultados se de los ensayos de fase I y se encuentran preparando la siguiente fase.

Vea la noticia completa en: Cambridge University. News

Una herramienta de inteligencia artificial perfecta para estudiar las enfermedades inflamatorias

Tania Izquierdo Pamias — Fri, 24 Nov 2023 12:15:52 +0000

La inteligencia artificial puede distinguir afecciones inflamatorias superpuestas con total precisión, según un nuevo estudio presentado en el Congreso Anual del American College of Rheumatology (ACR) de 2023.

Los pediatras de Texas se enfrentaron a un enigma durante la pandemia. El tifus endémico, una rickettsiosis exantemática transmitida por pulgas, común en la región, es casi indistinguible del síndrome inflamatorio multisistémico infantil (MIS-C), una afección poco frecuente desencadenada por la infección por SARS-CoV-2.

La población pediátrica con una u otra afección presenta síntomas aparentemente idénticos: fiebre, erupción cutánea, problemas gastrointestinales y necesidad de tratamiento rápido. El diagnóstico de tifus endémico puede tardar de 4 a 6 días en confirmarse.

La Dra. Tiphanie Vogel, Ph. D., reumatóloga pediátrica del Texas Children’s Hospital en Houston, Estados Unidos, y sus colaboradores buscaron crear una herramienta para acelerar el diagnóstico e, idealmente, el tratamiento. Para ello, incorporaron el aprendizaje automático y los factores clínicos disponibles dentro de las primeras 6 horas de la aparición de los síntomas.

«Esta nueva herramienta es útil si vives en una parte del país donde hay tifus endémico», afirmó la Dra. Jane Burns, directora del Centro de Investigación de la enfermedad de Kawasaki de la Universidad de California en San Diego, Estados Unidos, quien ayudó a desarrollar una herramienta similar basada en la inteligencia artificial para distinguir el síndrome inflamatorio multisistémico infantil de la enfermedad de Kawasaki. No obstante, animó a los investigadores a ampliar sus pruebas para incluir otras enfermedades.

Vea el texto completo en: Medscape – 20 de noviembre de 2023 (debe registrarse en el sitio web).

Clasificación de imágenes de neumonía a causa de covid-19 utilizando Transfer-Learning basado en Redes Convolucionales

Tania Izquierdo Pamias — Thu, 03 Mar 2022 13:00:30 +0000

La inteligencia artificial ha ayudado a lidiar con diferentes problemas relacionados con los datos masivos y a su vez con el tratamiento, diagnóstico y detección de enfermedades como la que actualmente nos preocupa, la covid-19.

El objetivo de esta investigación ha sido analizar y desarrollar la clasificación de imágenes de neumonía a causa de covid-19 para un diagnóstico efectivo y óptimo. Se ha utilizado Transfer-Learning aplicando ResNet, DenseNet, Poling y Dense layer para la elaboración de los modelos de red propios Covid-UPeU y Covid-UPeU-TL, utilizando las plataformas Kaggle y Google colab, donde se realizaron 4 experimentos.

El resultado con una mejor clasificación de imágenes se obtuvo en el experimento 4 prueba N°2 con el modelo Covid-UPeU-TL donde Acc.Train: 0.9664 y Acc.Test: 0.9851. Los modelos implementados han sido desarrollados con el propósito de tener una visión holística de los factores para la optimización en la clasificación de imágenes de neumonía a causa de covid-19.

Vea el texto completo en:

Preciado-Rodriguez A, Flores-Guillén F, Soraluz-Soraluz A, Rios-Jara J. Clasificación de Imágenes de Neumonía a causa de Covid-19 utilizando Transfer-Learning basado en Redes Convolucionales. Revista Cubana de Informática Médica [Internet]. 2022; 14 (1)

Una mirada a la inteligencia artificial frente a la COVID-19 en Cuba

Tania Izquierdo Pamias — Sat, 06 Mar 2021 13:00:37 +0000

La pandemia global de la COVID-19 ha afectado a todo el mundo en el año 2020. Cuba no ha escapado de este azote, a pesar de que las afectaciones han sido notablemente menores que en otros países debido a la gran prioridad que le ha puesto el país a este tema.

A tono con el esfuerzo de toda la ciencia mundial para enfrentar esta pandemia, la Inteligencia Artificial ha logrado aportes en varias dimensiones de esta batalla.

En este trabajo se describen algunos de los esfuerzos realizados en Cuba aplicando técnicas de Inteligencia Artificial en el enfrentamiento a la COVID, particularmente en tareas de diagnóstico médico, predicción de la pandemia y su gestión. Esta mirada no solo permite entender lo que se ha podido realizar, sino que también muestra lo que es posible hacer de cara a la sociedad post-COVID, en cuya transformación digital la Inteligencia Artificial puede jugar un papel importante.

Vea el artículo completo en:

Bello R, García Lorenzo MM, Ramón-Hernández A, Bello-Garcia B, Bello-Garcia M, Caballero Y, Madera-Quintana J, Rodríguez Y, Filiberto Y, Martínez Y, Simón Cuevas A, Sánchez-Ansola E, Pérez-Pérez AC, Rosete Suárez A. Una mirada a la inteligencia artificial frente a la COVID-19 en Cuba. Rev. Cub. Transf. Dig. [Internet]. 13 de diciembre de 2020 [citado 2 de marzo de 2021];1(3):27-36.

Descargue el texto en PDF (510 kb)

Un estudio revela por qué algunas personas son más susceptibles al coronavirus

Tania Izquierdo Pamias — Mon, 08 Jun 2020 08:00:37 +0000

La molécula ACE2 es una enzima unida a la superficie externa de varios órganos, incluidos los pulmones, que disminuye la presión arterial, y sirve como punto de entrada para algunos coronavirus, como el que da origen a COVID-19.

Se ha observado que muchas de las personas infectadas con el nuevo coronavirus son completamente asintomáticas, otras muestran un síndrome gripal y otras desarrollan consecuencias muy graves que conducen a la muerte.

Una tendecia en la investigación apunta a que los genes que determinan las diferentes vulnerabilidades de las personas y que es la genética del huésped la que marca la diferencia.

Un estudio utiliza algoritmos de inteligencia artificial para estudiar esta hipótesis.

Vea la noticia completa.

Fuente: Infobae – 7 junio 2020

Ve el preprint de los resultados de esta investigación:

ACE2 gene variants may underlie interindividual variability and susceptibility to COVID-19 in the Italian population. Elisa Benetti, Rossella Tita, Ottavia Spiga, Andrea Ciolfi, et al. medRxiv 2020.04.03.20047977; doi: https://doi.org/10.1101/2020.04.03.20047977