Construcción y evaluación de un microscopio sin lentes acoplado a un algoritmo de inteligencia artificial para facilitar y automatizar el diagnóstico de tuberculosis y la determinación de resistencia a drogas

La tuberculosis (TB) sigue siendo una amenaza crítica para la salud pública en países de ingresos medios y bajos, donde el acceso limitado a tecnologías diagnósticas dificulta la detección temprana de la enfermedad y de sus variantes resistentes. Esta realidad impulsa el desarrollo de herramientas innovadoras que permitan obtener diagnósticos rápidos, precisos y accesibles en contextos con recursos reducidos. El proyecto surge ante la dificultad de implementar métodos diagnósticos eficaces debido al alto costo del equipamiento, la necesidad de infraestructura especializada y la dependencia de personal altamente capacitado, factores que limitan la expansión del método MODS y reducen la capacidad de respuesta frente a la TB y sus formas resistentes. La investigación propone diseñar, construir y validar un sistema de microscopía sin lentes integrado a un mecanismo automatizado XYZ y algoritmos avanzados de inteligencia artificial. Este enfoque combina el desarrollo de hardware y software con la evaluación experimental del sistema utilizando cultivos MODS de cepas puras y muestras clínicas, comparando su desempeño con métodos convencionales y equipos comerciales. Se plantea que un microscopio sin lentes de bajo costo, automatizado y asistido por inteligencia artificial permitirá diagnósticos más rápidos, accesibles y precisos de TB y TB resistente. El proyecto tiene como objetivo general diseñar, construir y evaluar un prototipo de microscopio sin lentes acoplado a algoritmos avanzados de inteligencia artificial para optimizar el diagnóstico de TB y resistencia a drogas mediante el método MODS, reduciendo costos y complejidad operativa. Sus objetivos específicos son diseñar y construir un prototipo avanzado de microscopio sin lentes utilizando un sensor CMOS, iluminación RGB y componentes electrónicos y mecánicos eficientes; integrar dicho microscopio a un sistema de posicionamiento XYZ programable que automatice la lectura de los 24 pozos de las placas MODS; implementar y optimizar algoritmos para la reconstrucción de hologramas y desarrollar modelos generativos y clasificadores basados en aprendizaje profundo; y realizar pruebas exhaustivas que permitan validar la funcionalidad, precisión y capacidad diagnóstica del sistema completo en condiciones reales de laboratorio. Como resultados se espera obtener un prototipo automatizado de microscopio sin lentes elaborado con piezas impresas en 3D y componentes de bajo costo; un algoritmo generativo para reconstrucción de imágenes a partir de hologramas; algoritmos de inteligencia artificial para el diagnóstico a partir de hologramas y de imágenes reconstruidas; una interfaz gráfica integrada para control, captura y análisis de imágenes; y la validación diagnóstica del sistema en su conjunto. La implementación de esta tecnología permitirá ampliar la capacidad diagnóstica en zonas vulnerables, reducir la dependencia de equipos importados y fortalecer el desarrollo científico y tecnológico local, generando un impacto social significativo y posicionando al país como un referente en soluciones innovadoras, accesibles y sostenibles para la lucha global contra la tuberculosis.