El algoritmo de aprendizaje automático DeepCOVID-XR ha superado a un equipo de radiólogos torácicos especializados, detectando Covid-19 en rayos X unas 10 veces más rápido y con un 1-6% más de precisión.
Investigadores de la Universidad de Northwestern, creadores del algoritmo, creen que los médicos podrían utilizar el sistema para examinar rápidamente a los pacientes que son admitidos en los hospitales por razones diferentes a Covid-19. Una detección más rápida y temprana del virus podría proteger a los trabajadores de la salud y a otros pacientes, haciendo que el paciente positivo se aisle rápidamente.
Los autores del estudio también creen que el algoritmo podría potencialmente identificar a pacientes, sugiriendo aislamiento y pruebas, que en otras circunstancias no serían 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, cardiólogo, 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, podríamos acelerar el diagnóstico antes de que lleguen los resultados de la prueba”.
Para muchos pacientes con Covid-19, las radiografías de tórax 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 neumonía, la insuficiencia cardíaca y otras enfermedades pulmonares pueden verse similares en las radiografías. 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 imágenes de rayos X de tórax – el mayor conjunto de datos clínicos publicados de rayos X de tórax de la era Covid-19 utilizado para entrenar un sistema de IA. De esas imágenes, 5.445 provenían de pacientes positivos de Covid-19 de sitios a través del Northwestern Memorial Healthcare System.
El equipo luego probó DeepCOVID-XR en comparación con cinco radiólogos experimentados entrenados en cardio otorragia en 300 imágenes de prueba al azar. Cada radiólogo tardó aproximadamente entre dos horas y media y tres horas y media en examinar este conjunto de imágenes, mientras que el sistema de IA tardó unos 18 minutos.
La precisión de los radiólogos osciló entre el 76 y el 81%, mientras que el DeepCOVID-XR logró una precisión del 82%.
“Se trata de expertos que están especializados en la lectura de imágenes de tórax”, dijo Wehbe. “Mientras que la mayoría de las radiografías de tórax son leídas por radiólogos generales o interpretadas inicialmente por no radiólogos, como el médico tratante. Muchas veces las decisiones se toman en base a esa interpretación inicial”.
“Los radiólogos son caros y no siempre están disponibles”, dijo Katsaggelos. “Los rayos X son baratos y ya son un elemento común de la atención de rutina. Esto podría potencialmente ahorrar dinero y tiempo, especialmente porque el tiempo es tan crítico cuando se trabaja con el Covid-19.”
Los investigadores de Northwestern han puesto el algoritmo a disposición del público confiando en que otros puedan seguir entrenándolo con nuevos datos.
