Cómo es el modelo creado con Inteligencia Artificial para detectar COVID-19 con una radiografía de tórax

Desde el inicio de la pandemia por COVID-19 miles de mentes brillantes han puesto su grano de arena para derrotar al virus que emergió hace un año en China y se convirtió rápidamente en pandemia, totalizando hoy más de 68 millones de infecciones y 1,5 millones de muertos.

Uno de los nuevos avances registrados tiene que ver con los métodos de detección del COVID-19 para anticipar que un paciente desarrolle la enfermedad en forma grave y así prevenir una posible complicación e internación con respirador incluido. Y no es otro que el desarrollado mediante el uso de Inteligencia Artificial (IA) para detectar en menos de un minuto la enfermedad mediante el análisis de una radiografía de tórax.

En nuestro país también investigadores aplicaron el mismo desarrollo desde marzo de manera gratuita con la solución Entelai Pic COVID-19, una herramienta de Inteligencia Artificial (IA) que contribuye a la detección de casos sospechosos de COVID-19 analizando radiografías de tórax en menos de un minuto y ayuda al médico a detectar casos con Coronavirus y diferenciarlos de aquellos con otras neumonías o sin hallazgos compatibles de neumonía.

Esta solución no se trata de una herramienta diagnóstica por sí sola, sino que su objetivo es que se convierta en un soporte más para la detección de casos sospechosos de COVID-19 utilizando radiografía de tórax, que es el primer método de estudio recomendado ante la sospecha de infección por coronavirus y su interpretación es determinante en el manejo de pacientes con esta enfermedad. Es un método rápido y accesible para los médicos clínicos y está disponible en centros con distintos grados de complejidad. “Un sistema de IA entrenado para detectar casos sospechosos de COVID-19 en radiografía de tórax puede ser de ayuda para los profesionales de la salud. Ante este panorama decidimos trabajar para darle a los médicos en la primera línea una herramienta adicional que esperamos sea de utilidad durante el transcurso de la pandemia, ya sea para optimizar el abordaje diagnóstico-terapéutico, así como para optimizar el uso de recursos”, explicó a Infobae, Mauricio Farez, CEO de Entelai.

“Los algoritmos de IA aprenden, como los médicos, a través del estudio y el análisis de casos. Pueden abstraer patrones, inferir los hallazgos clave entre una y otra enfermedad y, de esa manera, predecir o clasificar problemas médicos. Por ejemplo, ante una cantidad de imágenes de radiografías de tórax normales y un conjunto de radiografías de pacientes con neumonía, los médicos y la IA aprenden a distinguirlas por sus características, como la presencia de consolidación o manchas en la radiografía, entre otras”, agregó Farez.

Para entrenar los algoritmos se obtuvieron más de 100 imágenes de pacientes confirmados con COVID-19, otros con neumonías similares y de un grupo control sin neumonía, respetando la distribución de edad y género. La distribución de edad o género es importante y que en cada grupo haya cantidades similares de mujeres y hombres y de un rango etario equivalente, para que el sistema aprenda a diferenciarlo de otras características ajenas a la presencia o no de COVID-19 como, por ejemplo, la osificación en menores que no está presente en adultos. Luego, además, se genera otro conjunto de datos separados con más de 100 imágenes que se usaron como control externo. Como en todo modelo de IA, la regla general es que mientras mayor cantidad de imágenes se usen, mejor será el rendimiento del sistema. “Si bien aún existen limitaciones en esta herramienta, ante la urgencia que demanda el actual estado de la pandemia a escala global, decidimos ponerla a disposición de manera gratuita y seguimos trabajando para incrementar el número de imágenes. Nuestro objetivo es que se convierta en un aporte más para la detección de los pacientes y la optimización de su manejo”, afirmó Farez.

El doctor Eduardo Eyheremendy, jefe de diagnóstico por imágenes del Hospital Alemán y vicepresidente de la Sociedad Argentina de Radiología (SAR) agregó que “el Colegio Americano de Radiología (ACR, por sus siglas en inglés) lanzó sus recomendaciones, para que evitemos usar la tomografía en estos pacientes y en todo caso usemos radiografía de tórax en equipo portátiles que son fáciles de sanitizar y evitan dispersar la infección. En ese contexto y ante situaciones de estrés del sistema, tener un soporte para detectar mejor los casos sospechosos puede ser muy beneficioso para el paciente y el sistema de salud, ya que se puede optimizar el manejo de esos pacientes y dar prioridad a los casos de testeo”.

Investigación española

Esta semana, un equipo de la Universidad de Granada y el Hospital Universitario Clínico San Cecilio ha culminado el desarrollo de un modelo de inteligencia artificial para detectar la existencia de COVID-19 en pacientes con afectación pulmonar a través de la radiografía de tórax que, en una segunda fase de investigación, pretende también predecir el tiempo de ingreso hospitalario. El proyecto, respaldado por la Fundación BBVA con 150.000 euros, ha concluido su primera fase de investigación con el desarrollo de esta herramienta de inteligencia artificial basada en algoritmos de aprendizaje profundo que permite identificar si un paciente tiene COVID-19 de acuerdo con la imagen del pulmón obtenida a través de una radiografía de tórax.

“Además, el nivel de afectación pulmonar -si leve, moderado o severo- también puede ser analizado a través de este modelo, que, según los investigadores, ahorra tiempo y costes en relación a la PCR, la prueba que se emplea actualmente como el principal test más validado para detectar la presencia de la infección por COVID-19. Si un paciente llega a cualquier centro de salud con un síntoma de pulmón, se le hace una radiografía que en diez minutos puede dar la alarma si tiene coronavirus y apreciar también el nivel de gravedad”, precisó Francisco Herrera, catedrático de Inteligencia Artificial de la Universidad de Granada.

Algunos de los resultados obtenidos en esta primera fase ahora concluida, que han sido publicados en la revista ‘IEEE Journal of Biomedical and Health’, apuntan a una tasa media de acierto de entre el 75 y el 80% en la detección de los casos positivos, por encima de la actual de un radiólogo, que ronda el 69%.

En una segunda fase de la investigación, que prevé iniciarse el próximo mes de enero, el objetivo es utilizar la radiografía para hacer otras predicciones como el tiempo de ingreso hospitalario que requerirá el paciente en función de la gravedad, lo que permitiría a los hospitales hacer una previsión de camas, según Herrera. A esa predicción se llegaría uniendo la imagen médica con la clínica del paciente. También se proyecta desarrollar y adaptar el sistema para que sea capaz de diferenciar los pacientes afectados de COVID-19 de aquellos aquejados por otro tipo de enfermedades pulmonares, como las neumonías bacterianas u otras virales. Una de las ventajas que aporta el uso de la radiografía de tórax para este tipo de detecciones es que son mayoría los hospitales y centros sanitarios con la maquinaria necesaria para ello, que habría que complementar con este nuevo modelo de inteligencia artificial, según el catedrático.

La idea, explica Herrera, es que se pueda acceder a él a través de una app, de modo que, llegado el caso, esta herramienta de inteligencia artificial pudiera, manteniendo la privacidad de datos, analizar la radiografía a partir de una fotografía tomada con el móvil, lo que requiere del diseño de un software en el que ya trabajan.

Las herramientas para luchar contra el COVID-19 están disponibles y la esperanza de derrotar a la pandemia se hace cada vez más visible con el desarrollo de estos instrumentos y las vacunas que están siendo aprobadas.

SEGUÍ LEYENDO: