Investigadores han estado desarrollando un sistema automático para detectar la afectación pulmonar que produce la COVID-19 a través de las radiografías de tórax de los pacientes, utilizando para esto la Inteligencia Artificial (IA).
A la cabeza de este trabajo se encuentran el Servicio de Radiodiagnóstico del Hospital Universitario Clínico San Cecilio y el Instituto Andaluz de Investigación en Ciencia de Datos e Inteligencia Artificial de la Universidad de Granada (UGR).
Desde el inició de este proyecto de investigación conjunta se han analizado las placas de rayos X de un millar de pacientes, lo que ha contribuido a entrenar y perfeccionar el modelo de Deep Learning o Aprendizaje Profundo.
Una vez culminada la primera fase de la investigación, esta herramienta ayudará a los especialistas para saber si un paciente tiene daño pulmonar por coronavirus mediante la lectura de su radiografía pulmonar.
La conclusión puede tenerse en un tiempo medio inferior al que tarda en conocerse el resultado de la prueba de PCR (Reacción en Cadena de la Polimerasa), que se emplea como el test mayormente validado para detectar la presencia de la infección por la COVID-19.
José Luis Martín Rodríguez, jefe del Servicio de Radiodiagnóstico del hospital granadino, explicó que el objetivo ha sido desarrollar una herramienta de Inteligencia Artificial basada en algoritmos de Aprendizaje Profundo.
La idea es que la solución les permita identificar la presencia de afectación pulmonar, aún en fases incipientes, por medio de las radiografías de tórax.
“Por tanto, su aplicación real más inmediata nos permitiría disponer de un sistema de detección automatizada de la COVID-19 en pacientes sospechosos”.
Ha señalado que disponer de este modelo implica agilizar los tiempos en el diagnóstico, frente al tiempo y costo de otras pruebas que se han demostrado como más eficaces y validadas en la detección de la infección, como la tomografía computarizada (TAC) o la PCR.
Además, considera que la iniciativa ayuda a estandarizar el uso del sistema a (prácticamente) cualquier centro sanitario con disponibilidad para hacer radiografías de tórax.
Proyecto de IA casi concluido
Francisco Herrera, referente internacional en Inteligencia Artificial; y Siham Tabik, experta en Deep Learning, lideran el equipo de ingenieros de la UGR desde el Instituto Andaluz de Investigación en Ciencia de Datos e Inteligencia Artificial.
Ambos han explicado que el proyecto está próximo a concluir su fase inicial y que los resultados obtenidos hasta el momento son alentadores.
Y es que se encuentran obteniendo niveles de precisión que superan los descritos hasta la fecha en la bibliografía internacional para este proceso, comparándolos con las bases de datos disponibles.
“Así, la precisión del modelo que se está desarrollando arroja un porcentaje de acierto del 80 % en la detección de los casos positivos”.
También han resaltado que existen proyectos de investigación similares puestos en marcha en otras partes del mundo, como Canadá, China y otros países del oriente asiático.
El modelo COVID-NET desarrollado por la empresa canadiense DarwinAI, por ejemplo, se ha aplicado a las radiografías que constituyen la muestra del estudio granadino, obtenidas en el Hospital San Cecilio, y la capacidad de detección de los casos positivos se sitúa en el 80 %.
El modelo propio desarrollado por la UGR y el servicio de Radiodiagnóstico del centro, en una línea similar, ha obtenido una precisión del 82 % para esa misma muestra.
