Con radiografía de tórax e inteligencia artificial pueden detectar a enfermos de coronavirus
Según estudio sobre Covid-19 de Clínica MEDS y PUCV
Aunque los casos de Covid han ido en descenso en nuestro país, la amenaza de nuevas olas de la enfermedad sigue latente. De ahí que contar con nuevas herramientas que permitan detectar a tiempo a los enfermos y cortar la línea de transmisión se vuelve de total importancia.
Durante el año pasado, Clínica MEDS y la Pontificia Universidad Católica de Valparaíso inauguraron el Sports Medicine Data Science Center y esta investigación tuvo como propósito realizar análisis de imágenes médicas con diagnósticos principalmente traumatológicos a gran escala, utilizando diferentes herramientas provenientes de la inteligencia artificial.
A raíz del impacto que ha tenido la pandemia en la población, los fundadores de la iniciativa Guillermo Droppelmann, miembro de la Unidad Académica de Clínica MEDS, y Felipe Feijoo, académico de la Escuela de Ingeniería Industrial de la PUCV, decidieron junto al radiólogo de Clínica MEDS, Nicolás García y los ingenieros Nicolás Bustos y Manuel Tello, y el profesor titular de la PUCV, Víctor Leiva, contribuir en el desarrollo de nuevas alternativas diagnósticas no invasivas de bajo costo, rápidas y altamente efectivas, que pudieran combatir el Covid-19.
Para esto analizaron radiografías de tórax de personas de 26 países, disponibles en un repositorio público de datos, y con un experimento estadístico diseñado previamente para verificar si herramientas de aprendizaje automatizado, como máquinas de soporte vectorial y bosques aleatorios, detectaban pacientes Covid-19 positivos entre diferentes imágenes de rayos X de pacientes sanos, con neumonía y con coronavirus. El análisis concluyó que existe un 90% de sensibilidad y especificidad en el diagnóstico.
Guillermo Droppelmann de Clínica MEDS, explicó que
Aunque los casos de Covid han ido en descenso en nuestro país, la amenaza de nuevas olas de la enfermedad sigue latente. De ahí que contar con nuevas herramientas que permitan detectar a tiempo a los enfermos y cortar la línea de transmisión se vuelve de total importancia.
Durante el año pasado, Clínica MEDS y la Pontificia Universidad Católica de Valparaíso inauguraron el Sports Medicine Data Science Center y esta investigación tuvo como propósito realizar análisis de imágenes médicas con diagnósticos principalmente traumatológicos a gran escala, utilizando diferentes herramientas provenientes de la inteligencia artificial.
A raíz del impacto que ha tenido la pandemia en la población, los fundadores de la iniciativa Guillermo Droppelmann, miembro de la Unidad Académica de Clínica MEDS, y Felipe Feijoo, académico de la Escuela de Ingeniería Industrial de la PUCV, decidieron junto al radiólogo de Clínica MEDS, Nicolás García y los ingenieros Nicolás Bustos y Manuel Tello, y el profesor titular de la PUCV, Víctor Leiva, contribuir en el desarrollo de nuevas alternativas diagnósticas no invasivas de bajo costo, rápidas y altamente efectivas, que pudieran combatir el Covid-19.
Para esto analizaron radiografías de tórax de personas de 26 países, disponibles en un repositorio público de datos, y con un experimento estadístico diseñado previamente para verificar si herramientas de aprendizaje automatizado, como máquinas de soporte vectorial y bosques aleatorios, detectaban pacientes Covid-19 positivos entre diferentes imágenes de rayos X de pacientes sanos, con neumonía y con coronavirus. El análisis concluyó que existe un 90% de sensibilidad y especificidad en el diagnóstico.
Guillermo Droppelmann de Clínica MEDS, explicó que
“nuestro foco de conocimiento se ha concentrado principalmente en la detección de patrones presentes en imágenes médicas, tales como resonancias y ecografías para poder sistematizar el proceso de detección de lesiones en tendones, ligamentos, y estructuras musculoesqueléticas para apoyar el soporte diagnóstico de los radiólogos, por lo que decidimos ampliar la temática para poder contribuir con la pandemia, con una investigación que pudiera diagnosticar el COVID-19 mediante el uso de radiografías y diferentes algoritmos provenientes desde la inteligencia artificial”.
Bajo costo de implementación
Una de las ventajas que revela esta investigación es que su implementación presenta bajo costo y permite detectar de manera más oportuna a las personas contagiadas con coronavirus. El doctor Felipe Feijoo destacó que en el estudio se utilizaron diversas radiografías de pacientes que tenían información diagnóstica de sujetos sanos, pacientes con neumonía y personas con COVID-19.“Esta conformación nos permitió implementar herramientas complejas de análisis de imágenes que pudieran discriminar selectivamente la presencia o ausencia de enfermedad en los 3 subgrupos. Los resultados reportados fueron muy superiores a lo esperado, alcanzando sensibilidades cercanas al 90%, lo que impactó directamente en acelerar los métodos de detección ya existentes”, precisó.
El académico de PUCV agregó que
“el bajo costo de implementación y requisitos computacionales permitió generar una herramienta que puede ser implementada en zonas rurales y de bajos recursos que no cuentan con una infraestructura adecuada para hacer frente a la pandemia. Esto reduce considerablemente los tiempos de espera para diagnosticar la enfermedad y reduciendo significativamente la línea de potenciales contagios de un individuo informado como enfermo”.
Nuevas herramientas diagnósticas
Actualmente, los investigadores del Sports Medicine Data Science Center están implementando y desarrollando diferentes herramientas diagnósticas para la detección de lesiones traumatológicas y ortopédicas que prontamente se traducirán en publicaciones científicas.“Esto permitirá ampliar las fronteras del conocimiento y aportar a esta disciplina con elementos de precisión diagnóstica que apoyan el trabajo realizado por nuestros radiólogos, así como también contribuir a la salud pública con herramientas que podrán ser utilizadas en zonas extremas o rurales que no cuentan con el soporte de especialistas necesario”, precisó Guillermo Droppelmann.
La investigación realizada por Clínica MEDS y la PUCV fue publicada recientemente en el número especial denominado COVID-19 en The Emergency Department: Epidemiology and changes throughout the pandemic en la revista científica Signa Vitae, perteneciente al ISI web of Science.
Fuente: Bernardita Castillo Target Comunicaciones - castillo.bernardita@gmail.com
