La investigación sobre nanopartículas, crucial para el desarrollo de nuevas tecnologías en campos como la medicina y la electrónica, enfrenta un desafío significativo: la medición y conteo precisos de estas diminutas partículas. Un equipo de científicos de la Universidad de Konstanz, liderado por el profesor Alexander Wittemann, ha desarrollado un sistema basado en inteligencia artificial que promete transformar este proceso, haciéndolo más eficiente y fiable.
Tradicionalmente, los investigadores se enfrentan al tedioso trabajo de analizar imágenes microscópicas donde cientos, e incluso miles, de nanopartículas están agrupadas. Este proceso es fundamental para las posteriores síntesis de nanopartículas, pero resulta extremadamente laborioso. Wittemann recuerda que, durante su tesis doctoral, lograba contar alrededor de 300 nanopartículas al día utilizando una máquina de conteo, un método que ahora parece rudimentario en comparación con las nuevas tecnologías.
Una solución basada en inteligencia artificial
Durante la pandemia de COVID-19, Wittemann se asoció con su estudiante de doctorado Gabriel Monteiro, quien aportó su conocimiento en programación y su red de contactos en el ámbito de la informática. Juntos, desarrollaron un programa que utiliza el modelo de IA «Segment Anything Model» de Meta. Este sistema no solo automatiza el conteo de nanopartículas, sino que también permite medir cada una de ellas de manera precisa.
Según Wittemann, este nuevo método es capaz de contar partículas con formas complejas, como las que tienen forma de mancuerna o de oruga, algo que los métodos tradicionales no lograban. Esto no solo ahorra un tiempo considerable, sino que también mejora la precisión de las mediciones. En el tiempo que antes se dedicaba a una única síntesis y sus correspondientes mediciones, el equipo ahora puede llevar a cabo entre ocho y diez análisis de partículas. Esto se traduce en una mayor productividad y en la posibilidad de avanzar más rápidamente en las investigaciones.
La fiabilidad de las mediciones también ha mejorado notablemente. El sistema de IA supera a los métodos anteriores, incluso a aquellos realizados por humanos, en la identificación y medición de fragmentos individuales. Esta mayor precisión permite adaptar y llevar a cabo experimentos posteriores de manera más efectiva, acelerando así el éxito de las series de pruebas.
Los resultados de esta investigación han sido publicados en la revista Scientific Reports, y el equipo ha puesto a disposición de otros investigadores el código y los datos necesarios en plataformas de acceso abierto como GitHub y KonData, promoviendo así la colaboración y la transparencia en la ciencia.
