Argentina impulsa la detección rápida de patógenos alimentarios con un algoritmo de inteligencia artificial del Malbrán
Por Redacción Curar con Opinión
La Administración Nacional de Laboratorios e Institutos de Salud (ANLIS) Malbrán presentó un avance tecnológico que promete transformar la vigilancia de patógenos en la industria alimentaria. Se trata de un algoritmo de inteligencia artificial capaz de diferenciar en cuestión de minutos la bacteria Listeria monocytogenes —causante de la listeriosis, una enfermedad potencialmente grave— de otras listerias no patógenas, como Listeria innocua. Esta innovación, desarrollada entre el Instituto Nacional de Enfermedades Infecciosas (INEI) y la Unidad Operativa de Inteligencia Artificial y Ciencia de Datos en Salud Pública, fue reconocida con un premio del Instituto Argentino de Inteligencia Artificial (INARIA).
La listeriosis se transmite generalmente por el consumo de alimentos contaminados y afecta con especial gravedad a adultos mayores, embarazadas, recién nacidos y personas con el sistema inmunológico comprometido. En la industria alimentaria, la presencia de Listeria monocytogenes es una de las principales amenazas, ya que puede generar brotes severos y obliga a aplicar protocolos estrictos de control. En este contexto, la capacidad de distinguir rápidamente entre especies patógenas y no patógenas representa una ventaja estratégica para evitar falsos positivos, reducir tiempos de respuesta y reforzar la seguridad alimentaria.
La directora de la ANLIS Malbrán, Claudia Perandones, destacó que la incorporación de inteligencia artificial al diagnóstico microbiológico abre un nuevo capítulo en la gestión sanitaria. Señaló que la precisión del modelo permite mejorar la toma de decisiones y agilizar intervenciones clave en situaciones de riesgo. Consideró además que este tipo de desarrollos consolida a la Argentina como un referente regional en la integración de ciencia, tecnología y salud pública.
La líder del proyecto, la bioquímica María Florencia Rocca, explicó que los métodos convencionales para diferenciar especies de Listeria requieren pruebas complementarias o PCR específicas que demoran entre cuatro y siete días. En cambio, el algoritmo ofrece resultados en minutos gracias al análisis de datos generados por espectrometría de masas Maldi-Tof. El sistema fue entrenado y validado con espectros obtenidos en diversas condiciones y plataformas internacionales, lo que fortalece su robustez y su aplicabilidad en distintos entornos.
Desde el INEI, la especialista Mónica Prieto subrayó que esta herramienta no solo optimiza la vigilancia de listeriosis, sino que también funciona como prueba de concepto para extender la metodología a otros patógenos de interés sanitario. El proyecto, además, es de acceso gratuito y puede integrarse con facilidad en laboratorios de microbiología de todo el país.
