Los rayos X combinados con la inteligencia artificial ofrecen una herramienta de diagnóstico rápido para detectar COVID-19

Los síntomas comunes sospechosos de infecciones de COVID-19 incluyen dificultad respiratoria, tos y en casos más agresivos, neumonía, todos visibles por medio de imagenología como exploraciones TC o rayos-x. Muchas instituciones médicas tienen tanto un número inadecuado de pruebas como tiempos largos de procesamiento, por lo tanto, el equipo de investigación se centró en mejorar una herramienta que está fácilmente disponible en cada hospital y que ya es usada con frecuencia en diagnosticar el COVID-19: los dispositivos de rayos-x. Además, las imágenes de rayos-x están disponibles en minutos, en comparación con los días requeridos por las pruebas diagnósticas de hisopado o saliva.
Sin embargo, los investigadores encontraron una falta de rayos-x disponible públicamente para entrenar su modelo IA para identificar automáticamente los pulmones de los pacientes con COVID-19. Tenían solo 194 rayos-x de COVID-19 y 194 rayos-x de personas sanas, mientras que generalmente toma miles de imágenes enseñar a fondo un modelo para detectar y clasificar un objetivo en particular. Para compensar, tomaron un modelo entrenado en una gran base de datos de otras imágenes de rayos-x y lo entrenaron para usar los mismos métodos para detectar los pulmones probablemente infectados con COVID-19. Utilizaron varios métodos de aprendizaje automáticos diferentes, dos de los cuales resultaron en una calificación de precisión de 95,6% y 98,5%, respectivamente. Los investigadores ahora planean continuar probando su método con bases de datos más grandes a medida que estén disponibles, con la meta final de desarrollar una plataforma en-línea gratuita para la clasificación de las imágenes médicas.
"Dado que los rayos-x son muy rápidos y económicos, pueden ayudar a clasificar a los pacientes en lugares donde el sistema de salud ha colapsado o en lugares que estén muy lejos de los centros médicos principales con acceso a tecnologías más complejas", dijo el autor corresponsal Victor Hugo C. de Albuquerque, un investigador en el Laboratorio de Procesamiento de Imágenes, Señales y Computación Aplicada y con la Universidad de Fortaleza. "Este enfoque para detectar y clasificar las imágenes médicas automáticamente, puede ayudar a los médicos en identificar, medir la severidad y clasificar la enfermedad".

Enlace relacionado:
Universidad de Fortaleza