Desarrollado un espectrómetro basado en un teléfono móvil que detecta patógenos en el entorno hospitalario

Ya es posible identificar fármacos, sustancias químicas y moléculas biológicas invisibles para el ojo humano gracias a la tecnología combinada de la cámara de un teléfono móvil y un espectrómetro Raman, un potente método de análisis químico con láser.

 

El Dr. Peter Rentzepis junto a un equipo de ingenieros de la Universidad Texas A&M Engineering, en EEUU, ha desarrollado un sistema de espectrómetro Raman de bajo coste basado en un teléfono móvil que puede identificar moléculas biológicas desconocidas en cuestión de minutos.

 

Para ello, ha contado una patente para un sistema de espectrómetro Raman portátil basado en un teléfono móvil. El invento de Rentzepis permite al usuario realizar identificaciones no invasivas de productos químicos o materiales potencialmente dañinos en el campo, especialmente en áreas remotas donde los espectrómetros de laboratorio no pueden usarse debido a su tamaño y necesidades de energía.

 

Este nuevo sistema de espectrómetro Raman integra lentes, un láser de diodo y una rejilla de difracción (una superficie pequeña y delgada de forma cuadrada que dispersa la luz para su análisis) en combinación con una cámara de un teléfono celular para registrar el espectro Raman. Los picos del espectro proporcionan datos detallados sobre la composición química y la estructura molecular de una sustancia, según sus intensidades y posiciones.

 

Para utilizar el dispositivo, se sitúa un teléfono móvil detrás de la rejilla de transmisión con la cámara mirando hacia la rejilla, listo para grabar el espectro Raman. Un láser dispara un rayo hacia una muestra de material desconocido, como una bacteria, en un portaobjetos. La cámara registra el espectro y, cuando se combina con una aplicación/base de datos de teléfono celular adecuada, este instrumento portátil puede permitir una rápida identificación de materiales en el sitio.

 

Menor coste y menos tiempo

 

Anteriormente, el proceso de identificación de sustancias desconocidas implicaba un muestreo extenso de material biológico y análisis de laboratorio, lo que podía llevar varias horas o incluso días. Mientras que los espectrómetros Raman tradicionales cuestan hasta miles de dólares, el invento de Rentzepis se puede fabricar a un costo significativamente menor y puede identificar materiales a una velocidad significativamente más rápida.

 

Según indica el investigador, se trata de un pequeño dispositivo que puede indicar la composición de un sistema, material o muestra en particular, e incluso se puede tener  en un bolsillo.

 

 

Modelos tradicionales versus nuevos modelos

 
 
Mientras los modelos tradicionales de aprendizaje automático utilizan millones de registros para entrenarse, los grandes modelos de lenguaje pueden aprender de forma eficaz utilizando solo unos pocos ejemplos.
 
 
Es esta  capacidad de explicar su razonamiento lo que se diferencia de los modelos tradicionales y abre nuevas vías para la IA en la toma de decisiones médicas.  El grupo de investigadores indica también  que los grandes modelos de lenguaje, como GPT-4 pueden incorporar predicciones de aprendizaje automático tradicionales.
 
 

 

 

Dejar un comentario