IA detecta Covid-19 analizando radiograf铆as de pulm贸n

DeepCOVID-XR es un modelo de IA que puede detectar el Covid-19 a partir de im谩genes de rayos X de los pulmones de un paciente.

El algoritmo de aprendizaje autom谩tico DeepCOVID-XR ha superado a un equipo de radi贸logos tor谩cicos especializados, detectando Covid-19 en rayos X unas 10 veces m谩s r谩pido y con un 1-6% m谩s de precisi贸n.

Investigadores de la Universidad de Northwestern, creadores del algoritmo, creen que los m茅dicos podr铆an utilizar el sistema para examinar r谩pidamente a los pacientes que son admitidos en los hospitales por razones diferentes a Covid-19. Una detecci贸n m谩s r谩pida y temprana del virus podr铆a proteger a los trabajadores de la salud y a otros pacientes, haciendo que el paciente positivo se aisle r谩pidamente.

Los autores del estudio tambi茅n creen que el algoritmo podr铆a potencialmente identificar a pacientes, sugiriendo aislamiento y pruebas, que en otras circunstancias no ser铆an examinados para detectar el virus.

“No pretendemos reemplazar las pruebas reales”, dijo Aggelos Katsaggelos, de la universidad Northwestern, autor principal del estudio. “Los rayos X son rutinarios, seguros y baratos. Nuestro sistema necesita segundos para examinar a un paciente y determinar si necesita ser aislado”.

Por su parte, el Dr. Ramsey Wehbe, cardi贸logo, dijo: “La IA no confirma si alguien tiene o no el virus. Pero al tener la capacidad de diferenciar a un paciente con este algoritmo, podr铆amos acelerar el diagn贸stico antes de que lleguen los resultados de la prueba”.

Para muchos pacientes con Covid-19, las radiograf铆as de t贸rax muestran patrones similares. En lugar de pulmones limpios y sanos, los pulmones afectados por el virus muestran irregularidades y brumas.

El principal problema radica en que la neumon铆a, la insuficiencia card铆aca y otras enfermedades pulmonares pueden verse similares en las radiograf铆as. Se necesita un ojo entrenado para diferenciar entre el Covid-19 y algo menos contagioso.

Para desarrollar, entrenar y probar el nuevo algoritmo, los investigadores utilizaron 17.002 im谩genes de rayos X de t贸rax – el mayor conjunto de datos cl铆nicos publicados de rayos X de t贸rax de la era Covid-19 utilizado para entrenar un sistema de IA. De esas im谩genes, 5.445 proven铆an de pacientes positivos de Covid-19 de sitios a trav茅s del Northwestern Memorial Healthcare System.

El equipo luego prob贸 DeepCOVID-XR en comparaci贸n con cinco radi贸logos experimentados entrenados en cardio otorragia en 300 im谩genes de prueba al azar. Cada radi贸logo tard贸 aproximadamente entre dos horas y media y tres horas y media en examinar este conjunto de im谩genes, mientras que el sistema de IA tard贸 unos 18 minutos.

La precisi贸n de los radi贸logos oscil贸 entre el 76 y el 81%, mientras que el DeepCOVID-XR logr贸 una precisi贸n del 82%.

“Se trata de expertos que est谩n especializados en la lectura de im谩genes de t贸rax”, dijo Wehbe. “Mientras que la mayor铆a de las radiograf铆as de t贸rax son le铆das por radi贸logos generales o interpretadas inicialmente por no radi贸logos, como el m茅dico tratante. Muchas veces las decisiones se toman en base a esa interpretaci贸n inicial”.

“Los radi贸logos son caros y no siempre est谩n disponibles”, dijo Katsaggelos. “Los rayos X son baratos y ya son un elemento com煤n de la atenci贸n de rutina. Esto podr铆a potencialmente ahorrar dinero y tiempo, especialmente porque el tiempo es tan cr铆tico cuando se trabaja con el Covid-19.”

Los investigadores de Northwestern han puesto el algoritmo a disposici贸n del p煤blico confiando en que otros puedan seguir entren谩ndolo con nuevos datos.


Contacto | Diario TI es una publicaci贸n de MPA Publishing International Ltd.