Nº idea

UMH 24-9

Título

Nariz Electrónica de Bajo Costo para la Determinación de enfermedades en fluidos corporales

Descripción de la idea

Existe una clara necesidad de métodos analíticos nuevos, rápidos, sensibles y confiables, preferiblemente con bajos costos operativos, que puedan permitir la detección temprana de infecciones del tracto urinario y otras enfermedades en la orina. Un beneficio clave sería la selección temprana de tratamientos antimicrobianos apropiados. Laa nariz electrónica (eNose) se utiliza para el análisis químico, particularmente en la identificación de compuestos volátiles u olores. Una nariz electrónica, o eNose, es un instrumento que imita el sentido del olfato humano para detectar e identificar olores y compuestos volátiles en el aire. Una eNose consta de una serie de sensores que responden a diferentes compuestos químicos. Luego, el patrón de respuestas del sensor se utiliza para identificar o clasificar el olor o la mezcla de compuestos volátiles. Las narices electrónicas son generalmente menos específicas y menos precisas en comparación con la espectrometría de masas y, por lo tanto, son más adecuadas para identificar clases amplias de olores en lugar de moléculas específicas. El objetivo de este trabajo se centra en ajustar, optimizar y realizar una validación inicial de un prototipo de dispositivo de nariz electrónica (eNose) como método de diagnóstico en el punto de atención mediante estudios sistemáticos de laboratorio para luego compararlo con el estándar actual. Para lograr este objetivo se han de cumplir los siguientes objetivos específicos: – Cuantificar los límites operativos del eNose como dispositivo para la detección de infecciones de fluidos corporales; – Validar la eficacia y precisión de eNose en un entorno clínico para el diagnóstico en el lugar de atención de enfermedades en fluidos corporales. Además, se cumplen los siguientes objetivos adicionales. – Implementa un algoritmo que funcione de una manera fluida respecto a la configuración del actual dispositivo. – Implementa herramientas de machine learning o similar e IA para alcanzar valores del 90% o superior en precisión. – Implementa una electrónica adecuada para obtener un sistema robusto y buen diseño. – Incluye un sistema de lectura y procesado de datos en tiempo real y en la nube.

Perfil de socio buscado

Grupo de investigación en enfermedades de fluidos corporales.

Respuesta de colaboración