Un nuevo test podría diagnosticar una conocida enfermedad con más del 98% de precisión

La artritis reumatoidea y la osteoartritis afectan a cientos de millones de personas, pero su diagnóstico temprano sigue siendo un reto clínico. Ambas comparten síntomas como inflamación, rigidez articular y dolor, pero requieren tratamientos distintos y la diferenciación precisa entre ambas es crucial para ofrecer terapias efectivas a tiempo.

En respuesta a este desafío, investigadores del Instituto Coreano de Ciencia de los Materiales (KIMS) y del Hospital St. Mary’s de Seúl diseñaron una herramienta basada en Inteligencia Artificial y nanotecnología que ofrece resultados en apenas 10 minutos. Su plataforma emplea una técnica conocida como dispersión Raman mejorada por superficie (SERS) para analizar el líquido sinovial, un fluido que refleja de forma más directa el estado articular que la sangre.

El estudio, publicado en la revista Small en 2025, demuestra cómo la convergencia de avances en física, biotecnología e Inteligencia Artificial puede abrir un nuevo camino para enfermedades que afectan a cientos de millones de personas en todo el mundo.

Los resultados son prometedores: más del 98% de precisión para diagnosticar la enfermedad, más del 97% de sensibilidad y hasta un 100% de especificidad al diferenciar entre tipos de artritis, mientras que también es capaz de evaluar la severidad de la artritis reumatoidea con similar exactitud.

Un sensor con forma de erizo

El núcleo de esta tecnología es un sensor fabricado con estructuras de oro con forma de erizo sobre una lámina de papel absorbente. Estas nanopartículas aumentan considerablemente la señal espectroscópica de los metabolitos presentes en el líquido sinovial, permitiendo una lectura sensible y precisa.

Solo se requieren cinco microlitros de muestra para obtener un espectro Raman que caracteriza la composición química del fluido. Posteriormente, los datos son procesados mediante algoritmos de aprendizaje automático, específicamente un modelo de máquina de vectores de soporte (SVM), entrenado para clasificar con precisión los tipos de artritis.

El método, además de ser rápido, es sencillo, portátil y de bajo costo, lo que lo convierte en una herramienta viable para hospitales, clínicas rurales e incluso para contextos con recursos limitados.

Limitaciones y próximos pasos

Aunque los resultados son sólidos, los autores reconocen algunas limitaciones. El estudio incluyó a 120 pacientes (40 con osteoartritis y 80 con artritis reumatoide), por lo que se requiere validar la herramienta en cohortes más amplias y diversas. También es necesario ampliar la biblioteca de espectros Raman de referencia, ya que algunas señales aún no pueden vincularse a metabolitos concretos.

La implementación en múltiples centros médicos y estudios longitudinales que sigan la evolución de los pacientes permitirán comprobar su utilidad a largo plazo, incluyendo su capacidad para monitorear la respuesta a los tratamientos. A pesar de estas limitaciones, el sensor ya representa una mejora significativa respecto a las técnicas actuales. Su sencillez, rapidez y precisión lo convierten en una innovación con alto potencial clínico.