La medición precisa de la temperatura en tejidos biológicos se ha convertido en un campo de creciente interés dentro de la biomedicina, especialmente debido a su relevancia en el diagnóstico y seguimiento de diversas condiciones fisiológicas y patológicas. Las variaciones térmicas, a menudo sutiles, pueden ofrecer información valiosa sobre la presencia de tumores, la efectividad de tratamientos térmicos y el metabolismo celular. Sin embargo, las tecnologías existentes para la termometría lumínica se han limitado a imágenes bidimensionales, lo que impide una comprensión completa de la complejidad de la distribución térmica en un entorno tridimensional como el del cuerpo humano. En este contexto, un reciente estudio publicado en ‘Nature Communications’ describe avances significativos en este ámbito mediante una innovadora técnica para obtener imágenes térmicas en tres dimensiones a partir de nanotermómetros luminiscentes y algoritmos de aprendizaje automático.
La nanotermometría luminiscente se fundamenta en el uso de nanopartículas que emiten luz de forma dependiente de la temperatura cuando son excitadas por un láser. Esta técnica, que destaca por su carácter mínimamente invasivo, ha sido utilizada en diversos campos, incluyendo microelectrónica y catálisis, pero enfrentaba la limitación de no poder generar mapas térmicos en tres dimensiones. Hasta la fecha, las estrategias disponibles se limitaban a proyecciones en dos dimensiones o implicaban procesos de adquisición largos y costosos, con un impacto negativo en la resolución temporal. A medida que la biomedicina busca formas más precisas y efectivas de diagnóstico, la capacidad de obtener representaciones tridimensionales de la temperatura se convierte en una herramienta crucial para la detección temprana y el seguimiento de enfermedades.
El nuevo método propuesto se basa en el uso de nanopartículas de sulfuro de plata (Ag₂S), seleccionadas por sus propiedades óptimas: su emisión en el rango infrarrojo cercano facilita la penetración en los tejidos, su capacidad de respuesta a variaciones térmicas se encuentra dentro de los valores fisiológicos de temperatura, y su interacción con el agua permite la obtención de información sobre la profundidad a través de distorsiones espectrales. Este enfoque permite que la señal de luminiscencia no solo refleje cambios en la temperatura, sino también la ubicación de las nanopartículas dentro del organismo. La complejidad de procesar estas señales para extraer información de temperatura y profundidad ha sido abordada mediante modelos avanzados de aprendizaje automático.
Para lograr la precisión necesaria en la medición y reconstrucción de mapas tridimensionales de temperatura, se ha implementado un algoritmo que combina redes neuronales convolucionales y densas (CNN+DNN). Este modelo ha sido entrenado con un vasto conjunto de datos, que abarca más de 200,000 espectros obtenidos tanto de tejidos artificiales como de muestras biológicas reales. A través de esta calibración, el sistema consiguió una notable precisión en la predicción de temperatura, con un margen de error de tan solo 0,45 °C, así como una resolución de 0,25 mm en la profundidad. Esta capacidad de diferenciación entre temperatura y espesor del tejido marca un antes y un después en la capacidad diagnóstica y terapéutica de la nanotermometría.
La validación del nuevo enfoque ha sido prometedora, llevándose a cabo en tejidos tanto sintéticos como vivos, lo que ha demostrado su eficacia en la reconstrucción de mapas tridimensionales de temperatura. En estudios con modelos animales, se lograron resultados acordes a la temperatura fisiológica esperada, lo que subraya la viabilidad del método para aplicaciones en medicina. Además, la simplicidad del equipo necesario —un sistema de excitación láser y una cámara hiperespectral— sugiere que se puede implementar de manera más accesible en entornos clínicos. Mirando hacia el futuro, este enfoque abre la puerta a nuevas aplicaciones en la creación de sensores tridimensionales para medir otras variables biológicas, ampliando así el potencial de la nanotermometría en el ámbito de la biomedicina y más allá.
