Nacionales

El Malbrán desarrolló una inteligencia artificial para identificar bacterias y mejorar diagnósticos

today16 noviembre, 2026

share close

La herramienta, denominada Maldi-Class, permite identificar bacterias y hongos mediante inteligencia artificial y el análisis de sus proteínas. Es de acceso libre, puede consultar diferentes bases de datos internacionales y recibió un reconocimiento de la Sociedad Americana de Microbiología.

Especialistas de la Administración Nacional de Laboratorios e Institutos de Salud Dr. Carlos Malbrán (ANLIS Malbrán) desarrollaron una nueva herramienta basada en inteligencia artificial que busca mejorar la identificación de microorganismos y ampliar las posibilidades de diagnóstico en los laboratorios clínicos.

La plataforma, denominada Maldi-Class, permite analizar información obtenida mediante espectrometría de masas y compararla con múltiples bibliotecas de referencia, incluso cuando estas fueron generadas con equipos de diferentes fabricantes.

El desarrollo representa un avance en el aprovechamiento de tecnologías que ya utilizan numerosos laboratorios para identificar bacterias y hongos asociados con enfermedades infecciosas.

A diferencia de los sistemas tradicionales, que suelen trabajar con bases de datos específicas de cada equipo, Maldi-Class permite ampliar las fuentes de comparación y mejorar las posibilidades de reconocer microorganismos difíciles de identificar.

Cómo funciona la nueva tecnología

Para comprender la importancia del desarrollo es necesario conocer una tecnología utilizada en microbiología clínica: la espectrometría de masas MALDI-TOF.

Este procedimiento permite analizar las proteínas presentes en una muestra de microorganismos y obtener una especie de huella molecular característica.

Cada bacteria u hongo presenta un perfil de proteínas que puede compararse con registros previamente almacenados.

De esta manera, los laboratorios pueden identificar numerosos microorganismos en pocos minutos, una vez que disponen de una muestra adecuada para su análisis.

Sin embargo, existe una limitación: la identificación depende de que el microorganismo esté representado en la base de datos utilizada por el equipo.

Cuando una especie no está incluida, o sus registros son insuficientes, el sistema puede tener dificultades para reconocerla.

Maldi-Class fue desarrollada precisamente para ampliar esas posibilidades.

Inteligencia artificial para comparar distintas bases de datos

La nueva plataforma utiliza herramientas de inteligencia artificial para analizar un mismo espectro de proteínas y contrastarlo con diferentes bibliotecas virtuales.

Su principal característica es que puede trabajar con bases de referencia provenientes de distintas plataformas MALDI-TOF, superando algunas de las restricciones habituales de los sistemas comerciales.

Esto permite aprovechar información científica disponible en diferentes laboratorios y ampliar el conjunto de microorganismos que pueden identificarse.

Además, al tratarse de una herramienta de libre acceso, busca facilitar su utilización por parte de instituciones que necesitan mejorar sus capacidades de análisis sin depender exclusivamente de las bibliotecas incluidas en sus equipos.

El sistema puede realizar estas comparaciones en cuestión de minutos, lo que representa una ventaja para el trabajo cotidiano de los laboratorios.

Por qué puede mejorar los diagnósticos

La identificación de bacterias y hongos es una parte fundamental del diagnóstico de numerosas enfermedades infecciosas.

Conocer qué microorganismo está presente en una muestra ayuda a los profesionales a orientar los estudios complementarios y evaluar las alternativas de tratamiento.

En determinadas situaciones, especialmente cuando se trata de microorganismos poco frecuentes o difíciles de reconocer, las limitaciones de las bases de datos pueden dificultar el proceso.

Maldi-Class busca ampliar la capacidad de identificación, ofreciendo a los laboratorios una herramienta adicional para interpretar la información obtenida mediante espectrometría de masas.

Esto no significa que la inteligencia artificial reemplace el trabajo de los profesionales ni que determine por sí sola un diagnóstico clínico.

Sus resultados deben interpretarse dentro de los procedimientos habituales de laboratorio y junto con la evaluación médica correspondiente.

Tampoco se difundieron, en la información presentada, indicadores comparativos de sensibilidad, especificidad o precisión diagnóstica que permitan cuantificar su rendimiento frente a otros sistemas.

Un desarrollo científico realizado en Argentina

La plataforma fue creada mediante un trabajo conjunto entre especialistas del Servicio de Bacteriología Especial del Instituto Nacional de Enfermedades Infecciosas (INEI) y la Unidad Operativa de Inteligencia Artificial y Ciencia de Datos en Salud.

El proyecto también contó con la articulación de la Red Nacional de Espectrometría de Masas (RENAEM).

Esta colaboración permitió reunir conocimientos de microbiología, análisis de datos y tecnologías de identificación molecular.

El desarrollo recibió un reconocimiento de la Sociedad Americana de Microbiología (ASM) durante el IX Congreso de la Sociedad Argentina de Bacteriología, Micología y Parasitología Clínicas (SADEBAC 2026).

El reconocimiento destaca la participación de equipos científicos argentinos en el desarrollo de herramientas tecnológicas aplicadas a la salud.

El reconocimiento del Ministerio de Salud

El ministro de Salud de la Nación, Mario Lugones, destacó públicamente la presentación de Maldi-Class y su potencial para mejorar las capacidades de los laboratorios.

A través de su cuenta en la red social X, explicó que los sistemas de identificación de bacterias y hongos ya permiten obtener resultados rápidos, pero que su funcionamiento depende de las bases de datos disponibles.

Según señaló, la nueva plataforma permite comparar esa información con múltiples referencias, incluidas bibliotecas internacionales.

Lugones consideró que el desarrollo demuestra la capacidad de los equipos científicos argentinos para generar innovación tecnológica aplicada al sistema sanitario.

La inteligencia artificial como herramienta para la salud pública

La incorporación de inteligencia artificial en microbiología forma parte de una transformación más amplia de los sistemas de diagnóstico y análisis de información médica.

Estas tecnologías permiten procesar grandes cantidades de datos, identificar patrones y aprovechar información que anteriormente podía resultar difícil de integrar entre diferentes plataformas.

En el caso de Maldi-Class, el aporte principal está en facilitar la comparación de perfiles de microorganismos con distintas bases de referencia, lo que podría mejorar la capacidad de identificación de los laboratorios que utilicen el sistema.

Su desarrollo también muestra las posibilidades de combinar investigación científica, herramientas informáticas y colaboración entre instituciones públicas.

La innovación del Malbrán constituye un nuevo ejemplo de tecnología desarrollada en Argentina para responder a necesidades concretas del sistema de salud, con potencial para fortalecer el diagnóstico microbiológico y ampliar el acceso a herramientas de análisis.

Escrito por Diario Sonar

Valóralo

Comentarios de las entradas (0)

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *