Skip to main content
  1. Home
  2. Salud
  3. Noticias
  4. News

Crean impresora móvil de vacunas que podría masificar la inoculación

La pandemia de COVID y la alerta permanente de enfermedades que afecten a la población mundial en simultaneo, han hecho que la producción de vacunas sea una necesidad imperiosa. Por eso y trabajando en ese propósito, el MIT  ha encontrado una posible solución a este problema: una impresora móvil de vacunas que podría ampliarse para producir cientos de dosis de vacunas en un día. Este tipo de impresora, que puede caber en una mesa, podría implementarse en cualquier lugar donde se necesiten vacunas, dicen los investigadores.

«Algún día podríamos tener producción de vacunas bajo demanda», dice Ana Jaklenec, científica investigadora del Instituto Koch para la Investigación Integrativa del Cáncer del MIT. «Si, por ejemplo, hubiera un brote de ébola en una región en particular, uno podría enviar algunas de estas impresoras allí y vacunar a las personas en ese lugar».

Recommended Videos

La impresora produce parches con cientos de microagujas que contienen vacuna. El parche se puede unir a la piel, lo que permite que la vacuna se disuelva sin la necesidad de una inyección tradicional. Una vez impresos, los parches de la vacuna se pueden almacenar durante meses a temperatura ambiente.

Imagen utilizada con permiso del titular de los derechos de autor

En un estudio que aparece hoy en Nature Biotechnology, los investigadores demostraron que podían usar la impresora para producir vacunas termoestables de ARN Covid-19 que podrían inducir una respuesta inmune comparable a la generada por las vacunas de ARN inyectadas, en ratones.

En lugar de producir vacunas inyectables tradicionales, los investigadores decidieron trabajar con un nuevo tipo de administración de vacunas basadas en parches del tamaño de una uña pulgar, que contienen cientos de microagujas. Tales vacunas están ahora en desarrollo para muchas enfermedades, incluyendo la poliomielitis, el sarampión y la rubéola. Cuando el parche se aplica a la piel, las puntas de las agujas se disuelven debajo de la piel, liberando la vacuna.

«Cuando comenzó Covid-19, las preocupaciones sobre la estabilidad de la vacuna y el acceso a la vacuna nos motivaron a tratar de incorporar vacunas de ARN en parches de microagujas», dice Daristotle.

La «tinta» que los investigadores utilizan para imprimir las microagujas que contienen la vacuna incluye moléculas de vacuna de ARN que están encapsuladas en nanopartículas lipídicas, que les ayudan a permanecer estables durante largos períodos de tiempo.

La tinta también contiene polímeros que se pueden moldear fácilmente en la forma correcta y luego permanecer estables durante semanas o meses, incluso cuando se almacenan a temperatura ambiente o superior. Los investigadores encontraron que una combinación 50/50 de polivinilpirrolidona y alcohol polivinílico, los cuales se usan comúnmente para formar microagujas, tenía la mejor combinación de rigidez y estabilidad.

Dentro de la impresora, un brazo robótico inyecta tinta en moldes de microagujas, y una cámara de vacío debajo del molde succiona la tinta hasta el fondo, asegurándose de que la tinta llegue hasta las puntas de las agujas. Una vez que los moldes están llenos, tardan uno o dos días en secarse. El prototipo actual puede producir 100 parches en 48 horas, pero los investigadores anticipan que las versiones futuras podrían diseñarse para tener una mayor capacidad.

Diego Bastarrica
Diego Bastarrica es periodista y docente de la Universidad Diego Portales de Chile. Especialista en redes sociales…
Google ayuda a detectar el cáncer de mama con ayuda de la IA
google ia deteccion temprana cancer de mama angiola harry sjcalew 1lm unsplash

Cada 19 de octubre se conmemora el Día Internacional de lucha contra el Cáncer de Mama, con el objetivo de concientizar acerca de esta enfermedad. En este contexto, Google difundió cómo trabaja en proyectos que combinan el poder de la inteligencia artificial (IA) con el conocimiento de los profesionales de la salud para crear herramientas de diagnóstico precisas y accesibles. Las investigaciones llevadas a cabo en varios diagnósticos detectaron una reducción del 9.4% de los falsos negativos y del 5.7% de los falsos positivos.
De acuerdo con la Organización Mundial de la Salud (OMS), el cáncer de mama es uno de los más comunes, siendo el 99% de los casos en mujeres. Asimismo, la Organización Panamericana de la Salud (OPS) afirma que el tratamiento puede ser altamente efectivo cuando la enfermedad se detecta a tiempo.
En este escenario, Adriana Noreña, vicepresidenta de Google para Hispanoamérica, reflexionó: “Como subrayé en mi participación en el Women 20 de Río de Janeiro, la inteligencia artificial tiene la capacidad de procesar y analizar enormes cantidades de datos en poco tiempo, identificar patrones complejos y aprender de forma contínua a través de sus algoritmos para mejorar su precisión, lo cual la convierte en una gran aliada para los profesionales de la salud”. Y agregó: “es crucial que haya cada vez más mujeres involucradas en el desarrollo de esta tecnología. Al incorporar nuestra perspectiva desde el momento cero, podemos garantizar que la IA no solo sea técnicamente avanzada, sino también nos permitirá crear soluciones íntimamente relacionadas con nuestro género, así como más equitativas y efectivas”.
En línea con estos esfuerzos por mejorar la detección temprana, entre 2016 y 2018, Google comenzó a implementar el uso del aprendizaje profundo -deep learning-, una de las áreas donde la IA emplea redes neuronales artificiales para aprender de grandes conjuntos de datos para realizar tareas complejas, con el fin de asistir a los médicos en la detección de la metástasis. Esta herramienta de análisis de nódulos linfáticos (Lymph Node Assistant -LYNA, por sus siglas en inglés-), es entrenada por medio de imágenes médicas, como radiografías, tomografías o imágenes patológicas, y clasificadas previamente por expertos, para que la IA pueda identificar los macro y micro patrones de la enfermedad. Así, LYNA tiene la capacidad de detectar la localización de la metástasis que, en muchos casos, es casi imperceptible al ojo humano, permitiendo que los médicos puedan acelerar el proceso de diagnóstico y, en consecuencia, adelantar el inicio del tratamiento. 
En 2021, Google Health realizó una investigación clínica junto con Northwestern Medicine para explorar cómo la IA podría acelerar el diagnóstico del cáncer de mama, optimizando el proceso desde la mamografía inicial hasta el diagnóstico final. Comenzaron la investigación recopilando imágenes mamográficas de alta calidad provenientes de diversos pacientes, las cuales fueron clasificadas por expertos en salud para entrenar el modelo de IA ante la detección de cáncer, la identificación de características tumorales, entre otros aspectos.
Posteriormente, el modelo se probó en un entorno clínico real, donde las personas que se sometían a mamografías podían optar por que sus resultados fueran analizados por la IA junto con la evaluación de los radiólogos. Estos arrojaron datos alentadores: se redujeron los falsos negativos en un 9.4% y los falsos positivos en un 5.7%, en comparación con la práctica clínica estándar. Además, la IA demostró su capacidad de analizar una mamografía en menos de dos minutos, lo que permite obtener resultados más rápidos para las pacientes, acelerar tanto el diagnóstico como el tratamiento, al mismo tiempo que reduce los costos asociados a la atención y los tratamientos tardíos.

Premios Nobel: Hallazgos en beneficio de la salud
La semana pasada, Geoffrey Hinton, ex investigador de Google, fue galardonado junto a John Hopfield con el Premio Nobel de Física 2024 por sus descubrimientos en el campo del aprendizaje automático con redes neuronales artificiales (ANN por sus siglas en inglés), que sentaron las bases para el reconocimiento a través de la IA de patrones en imágenes, lenguajes y en información clínica que hoy se utiliza en el campo de la salud y en otras disciplinas.
Como se describe en este documento emitido por el comité del premio Nobel, este descubrimiento fue clave en el desarrollo de la herramienta para la predicción de las estructuras de cualquier proteína en tres dimensiones denominado AlphaFold, motivo por el cual dos científicos de Google DeepMind, Demis Hassabis y John Jumper, obtuvieron también este año el Premio Nobel de Química. AlphaFold fue abierta por Google a la comunidad científica de forma gratuita y ya fue utilizado por más de dos millones de investigadores de más de 190 países.

Read more
Las mejores aplicaciones de entrenamiento gratuitas para iOS y Android
aplicaciones de entrenamiento gratuitas para ios y android mejores apps ejercecios ggratis

Si aún no puedes volver a tu gimnasio, se te ha terminado esa costosa membresía o estás buscando hacer un buen ejercicio en casa o en la oficina, aprovecha una serie de excelentes aplicaciones accesibles que te apoyarán a ejercitarte desde tu celular. Hay muchas apps de pago listas para hacerte sudar, y algunas de ellas pueden valer la pena en las circunstancias adecuadas. Pero no siempre apetece pagar. Ya sea que busques mantenerte en movimiento o gastar algo de tiempo, aquí hay una lista de las mejores aplicaciones de entrenamiento gratuitas para iOS y Android, que te ayudarán a sudar donde quiera que estés.

(Estas son las mejores aplicaciones de fitness gratuitas, sin duda, pero si deseas explorar otras opciones, incluidas las aplicaciones de pago, tenemos listas de las mejores aplicaciones de fitness para Android y las mejores aplicaciones de fitness para iOS también).
Nike Training Club

Read more
Se filtran 5,3 millones de registros de salud en México
La imagen muestra a un médico cirujano durante un procedimiento.

Cybernews informa que sus equipos de investigación encontraron una base de datos desprotegida de 500 GB de una empresa mexicana de atención médica el 26 de agosto de 2024. La base de datos expone información confidencial como nombres, números de identificación personal (CURP), números de teléfono, descripciones de solicitudes de pago y más.

La cantidad total de personas afectadas asciende a 5,3 millones, lo que representa aproximadamente el 4% de la población del país, según señala Cybernews. El informe de Cybernews indica que el error de seguridad se produjo con un uso "mal configurado" de una herramienta de visualización de datos llamada Kibana, que parece haber quedado sin autenticar.

Read more