Algoritmo de IA detecta la COVID-19 en los pulmones a través del análisis de TC con una exactitud de 90%

El estudio muestra que la nueva técnica también puede superar algunos de los desafíos de las pruebas actuales.

En el estudio, los investigadores demostraron que el algoritmo, desarrollado conjuntamente por la Universidad de Florida Central (Orlando, FL, EUA), podía ser entrenado para clasificar la neumonía COVID-19 en tomografías computarizadas (TC) con una exactitud de hasta el 90%, e identificar correctamente los casos positivos el 84% de las veces y los casos negativos el 93% de las veces.

Las tomografías computarizadas ofrecen una visión más profunda del diagnóstico y la progresión de la COVID-19 en comparación con las pruebas de reacción en cadena de la polimerasa con transcripción inversa o RT-PCR, de uso frecuente. Estas pruebas tienen altas tasas de falsos negativos, retrasos en el procesamiento y otros desafíos. Otro beneficio de las tomografías computarizadas es que pueden detectar COVID-19 en personas sin síntomas, en aquellas que tienen síntomas tempranos, durante el apogeo de la enfermedad y después de que los síntomas desaparecen. Sin embargo, la TC no siempre se recomienda como herramienta de diagnóstico para la COVID-19 porque la enfermedad a menudo se parece a las neumonías asociadas a la influenza en las exploraciones. El nuevo algoritmo codesarrollado por la UCF puede superar este problema identificando con exactitud los casos de COVID-19, así como diferenciándolos de la influenza, sirviendo así como una gran ayuda potencial para los médicos.

Para realizar el estudio, los investigadores entrenaron un algoritmo informático para reconocer la COVID-19 en las tomografías computarizadas de pulmón de 1.280 pacientes multinacionales de China, Japón e Italia. Luego probaron el algoritmo en tomografías computarizadas de 1.337 pacientes con enfermedades pulmonares que iban desde COVID-19 hasta cáncer y neumonía no COVID. Cuando compararon los diagnósticos de la computadora con los confirmados por los médicos, encontraron que el algoritmo era extremadamente competente para diagnosticar con exactitud la neumonía por COVID-19 en los pulmones y diferenciarla de otras enfermedades, especialmente al examinar las tomografías computarizadas en las primeras etapas de la progresión de la enfermedad.

“Demostramos que un método de IA basado en el aprendizaje profundo puede servir como una herramienta estandarizada y objetiva para ayudar a los sistemas de atención médica y a los pacientes”, dijo Ulas Bagci, profesor asistente en el Departamento de Ciencias de la Computación de la UCF y coautor del estudio, quien ayudó a dirigir la investigación. “Se puede utilizar como una herramienta de prueba complementaria en poblaciones limitadas muy específicas, y se puede utilizar rápidamente y, a gran escala, en el desafortunado caso de un brote recurrente”.

Enlace relacionado:
Universidad de Florida Central