Las mordeduras de serpientes, un problema desconocido y desatendido

Cooperación

Los ataques generan hasta 130.000 muertes cada año

Médicos Sin Fronteras desarrolla una herramienta basada en Inteligencia Artificial para identificarlas y poder actuar rápido

Reuben Kisang perdió a su nieto de ocho años, Nicholas Kipruto Kisang, en diciembre de 2017 por envenenamiento. / Paul Odongo/MSF

El doctor Gabriel Alcoba, nacido en Ginebra, Suiza, y ligado familiarmente a Almería, trabaja como referente médico en Médicos Sin Fronteras (MSF) en el área de mordeduras de serpientes y Enfermedades Tropicales Desatendidas, además de desempeñarse en el Hospital Universitario de Ginebra. Con un bagaje que abarca la pediatría, las enfermedades tropicales, la medicina de viaje y la salud pública global, Alcoba ha trabajado en más de 15 países de África y cinco de Asia.

Ahora, Alcoba está implicado en el desarrollo de una herramienta de inteligencia artificial (IA) que pueda identificar especies de serpientes, con la finalidad de mejorar el tratamiento y la prevención de envenenamientos. Este tipo de envenenamiento se considera una Enfermedad Tropical Desatendida por la Organización Mundial de la Salud (OMS) y afecta a más de 5 millones de personas cada año. De estas, aproximadamente entre 81.000 y 138.000 fallecen, y más de 400.000 personas quedan con discapacidades de por vida, como ceguera o amputaciones. Esto ha convertido a la mordedura de serpiente en una prioridad para MSF en varios hospitales, como en Sudán, Yemen y Etiopía. “En lugares como Sudán del Sur, llegamos a ver hasta 90 casos al mes en un solo hospital”, aclara.

Identificar la especie que causó la mordedura es fundamental. Existen tres tipos de síndromes en función del veneno: citotóxico (daño a tejidos), hematotóxico (afectación de la sangre) y neurotóxico (afectación del sistema nervioso). El tratamiento y el tipo de antídoto adecuado dependen del tipo de serpiente.

“Los tratamientos específicos dependen de la especie. Si identificamos que se trata de una cobra, podemos anticipar que el paciente va a desarrollar parálisis respiratoria pronto y debemos preparar un antídoto y medidas de soporte antes de que ocurra”. La dificultad para identificar la especie se agrava teniendo en cuenta que “más de la mitad de los pacientes no ven o no recuerdan a la serpiente que los mordió. El ataque suele ser rápido, y el shock emocional genera un estado de pánico que dificulta la identificación”, indica Alcoba.

La herramienta de IA que están desarrollando busca resolver estos problemas combinando el reconocimiento de imágenes con el aprendizaje automático (machine learning). Inspirada en aplicaciones similares en otras áreas médicas y de biodiversidad, la idea es entrenar a la herramienta con un conjunto de imágenes de serpientes para que pueda diferenciar entre serpientes venenosas y no venenosas, y posteriormente identificar las principales familias de serpientes (víboras, cobras, mambas, culebras). “Pensamos en la inteligencia artificial porque existen herramientas similares en radiología y dermatología que reconocen imágenes médicas con gran precisión. Queremos hacer algo parecido, pero para identificar serpientes y ayudar en el diagnóstico.”

Alcoba y su equipo, que incluye a expertos de la Universidad de Ginebra como Rafael Ruiz de Castañeda, natural de Cádiz, han construido un modelo que, con un número reducido de imágenes (10-15 fotos por especie), ya alcanza un nivel de precisión prometedor. El sistema aún no está preparado para su uso clínico directo, pero podría funcionar como una herramienta de apoyo para la toma de decisiones en campo y para generar datos epidemiológicos en regiones donde faltan datos fiables. “El primer objetivo es saber si la herramienta funciona y puede reconocer bien una serpiente venenosa de una no venenosa, y después diferenciar entre las principales familias como víboras, cobras, mambas o culebras.”

La herramienta podría ser utilizada para determinar si una serpiente avistada es peligrosa o no, lo que ayudaría a las comunidades locales a tomar decisiones; servir de soporte en emergencias ayudando a los profesionales de salud a decidir rápidamente el tipo de tratamiento necesario; y generar mapas de riesgo para enfocar esfuerzos preventivos, como evitar mordeduras alrededor de las casas, donde se producen la mitad de los incidentes.

Limitaciones a sortear

La herramienta aún enfrenta grandes desafíos, especialmente en la identificación precisa de todas las especies de serpientes en cada región. La variabilidad entre especies y la similitud entre serpientes venenosas y no venenosas pueden llevar a errores en el diagnóstico. Por esta razón, la herramienta está en fase piloto y no se recomienda todavía como única fuente para la toma de decisiones clínicas. “Aún no estamos en un nivel en el que la aplicación pueda decir: esta es una cobra, debes acudir al hospital en menos de una hora’. Estamos en fase piloto y no queremos prometer algo que aún no es viable en el campo”. Además, la identificación de una serpiente en una situación real depende en gran medida de que el paciente o el equipo de salud puedan capturar una foto clara de la serpiente, lo cual es difícil en situaciones de emergencia, especialmente con serpientes rápidas y agresivas como las mambas o cobras.

Alcoba tiene esperanza en que esta herramienta mejore con el tiempo a medida que se incorporen más fotos y se afinen los algoritmos. Además de la identificación de serpientes, la aplicación también busca ayudar en la prevención y educación de las comunidades. Equipos de promoción de salud de MSF ya están tomando fotos de serpientes en el terreno para alimentar la base de datos, y se están formando a especialistas para la captura y reubicación segura de serpientes en áreas habitadas. “Estamos desarrollando talleres de formación para crear equipos que sepan cómo retirar serpientes de zonas habitadas sin matarlas, ya que las serpientes son importantes para controlar poblaciones de roedores y otros animales que pueden ser dañinos”.