Cómo la tecnología avanzada de IA podría ser la clave para predecir los recuentos de polen – Agencia de Seguridad Sanitaria del Reino Unido

Polen de pináceas (pino)

En el techo de un laboratorio de la Agencia de Seguridad Sanitaria del Reino Unido (UKHSA), en el Campus Científico Harwell de Chilton en Oxfordshire, se está desarrollando un nuevo capítulo en inteligencia artificial (IA) y monitoreo de polen. Utilizando datos en tiempo real y análisis impulsados ​​por inteligencia artificial, nuestro equipo de toxicólogos está desarrollando una comprensión más profunda del aire que respiramos y su impacto en nuestro bienestar. Recientemente instalaron un sistema avanzado para monitorear partículas biológicas, como polen y esporas de hongos, lo que marca un salto significativo en la vigilancia ambiental.

Esta avanzada tecnología, instalada en el tejado, no es sólo una mejora; es un punto de inflexión y en esta publicación de blog exploraremos cómo está trabajando el equipo para comprender y monitorear mejor lo que respiramos y cómo esto puede afectar nuestra salud.

Holografía e IA avanzada

Al integrar sensores sofisticados con análisis de datos avanzados, el sistema es capaz de proporcionar datos en tiempo real sobre los tipos de polen que circulan en la atmósfera sobre Chilton.

Equipado con sensores de precisión, el aire ingresa al instrumento y las partículas ingresan a la cámara de detección una por una. La luz dispersada por cada partícula a medida que se mueve a través de un láser es capturada por 2 cámaras para crear una imagen holográfica. Estas imágenes proporcionan información detallada sobre el tamaño y la forma de cada partícula.

A partir de estas imágenes holográficas, el instrumento fue entrenado con IA para identificar diferentes tipos de polen entre muchas otras partículas en el aire, lo que permitió el monitoreo automatizado de los tipos y niveles de polen locales en tiempo real.

Pinaceae (polen de pino), quercus (polen de roble), poaceae (polen de gramíneas).

Velocidad y automatización

Históricamente, el polen y otras partículas biológicas/esporas de hongos se controlan mediante trampas de muestreo de aire en portaobjetos y/o cinta adhesiva, que luego son analizados bajo un microscopio por expertos capaces de identificar y contar polen/partículas de diferentes productos biológicos. Este es un proceso mucho más lento y genera datos que tienen varios días o incluso semanas de antigüedad antes de que estén disponibles. Además, los datos de recuento tienen una resolución más baja, normalmente cada 24 horas en el mejor de los casos.

La combinación de muestreo y análisis con tecnologías mejoradas de imágenes e inteligencia artificial automatiza el análisis y reduce drásticamente el tiempo entre la recolección de muestras y el análisis de días o semanas a minutos.

Esta automatización y velocidad significa que los pólenes se monitorean en tiempo real, lo que brinda información inmediata sobre qué pólenes están presentes y cómo cambian minuto a minuto, lo que brinda una comprensión más completa de los alérgenos en el aire.

Datos en tiempo real y patrones de polen.

La capacidad en tiempo real cambia las reglas del juego. El equipo ahora puede observar variaciones en las concentraciones y tipos de polen a medida que ocurren. Esto permite un análisis detallado de los patrones y tendencias del polen, lo que puede resultar invaluable tanto para los investigadores como para las personas afectadas por alergias.

Al analizar estas tendencias, el equipo ahora puede seguir tanto los cambios a largo plazo durante días, meses y años como las horas pico de diferentes pólenes en el mismo día. Esto brinda la oportunidad de comparar las tendencias del polen con los datos meteorológicos y climáticos, e identificar cómo las condiciones cambiantes pueden afectar los tipos y niveles de polen.

Ejemplo de gráfico de series temporales de concentración de polen.

Desarrollos futuros y beneficios

Para mejorar aún más el reconocimiento de partículas, el instrumento guarda otro truco bajo la manga. También mide el perfil de fluorescencia de cada partícula que pasa por la cámara de detección.

Agregar datos de fluorescencia al análisis de IA no solo mejora la precisión de la clasificación del polen, sino que también permite la identificación de esporas de hongos. Pronto, el equipo podrá rastrear en tiempo real los patrones del polen y las esporas de hongos, dos aeroalérgenos importantes.

Los datos también informarán el trabajo experimental del equipo, identificando los aeroalérgenos de mayor preocupación para futuras investigaciones en sus modelos de vías respiratorias para estudiar los impactos de la exposición a los aeroalérgenos en la salud, lo que podría conducir a nuevas intervenciones y/o tratamientos.

Investigadores de otras tres universidades (Manchester, Birmingham y Leicester) también están recopilando datos con los mismos instrumentos, y se espera que la cuarta universidad comience pronto. El equipo está colaborando con estos investigadores para establecer la primera red de monitoreo de esporas y polen de hongos en tiempo real del Reino Unido. Esto permitirá al consorcio construir una imagen mucho mejor de los patrones cambiantes del polen y las esporas de hongos en todo el país, identificar fuentes clave y cómo nuestro clima cambiante puede afectar las tendencias de los aeroalérgenos en el futuro.

Estos datos más amplios en tiempo real revolucionarán el pronóstico de polen y esporas de hongos, proporcionando advertencias más precisas y oportunas sobre niveles altos de aeroalérgenos, lo que permitirá a las personas tomar medidas preventivas y controlar sus síntomas de manera más efectiva.