Modelo de IA puede diferenciar COVID-19 de la gripe y otras enfermedades.

Desde el brote de coronavirus, se han desarrollado y utilizado numerosos sistemas de inteligencia artificial para su detección y diagnóstico, como análisis de radiografías de tórax y tomografías computarizadas. Sin embargo, con la proximidad de la temporada de gripe, si estos dos males estallaran juntos, provocarían una sobrecarga de trabajo por lo que su distinción es un reto para el campo.

Un nuevo modelo ofrece respuestas. Investigadores de la Universidad de Qinghua y el Hospital Unión en Wuhan, provincia de Hubei, afiliado a la Universidad de Ciencia y Tecnología de Huazhong, han dado con un esquema a partir de un conjunto de datos con más de 11 000 volúmenes de TC de casos de COVID-19, influenza, neumonía no viral comunitaria y no neumonía.

Según el documento, las de COVID-19 se recolectaron en su mayoría entre febrero y marzo en 3 hospitales de Wuhan, ciudad epicentro de la pandemia en China.

El conocido como sistema de red neuronal de circunvolución profunda, convirtió las experiencias de detección acumuladas en algoritmos. Los resultados de los ensayos mostraron que puede diferenciar entre 4 enfermedades respiratorias, incluidas COVID-19, influenza y no neumonía, con un alto grado de exactitud.

En estudios posteriores, el equipo comparó el rendimiento de diagnóstico del sistema con el de 5 radiólogos, y reveló que este funcionó mejor que sus pares humanos.

El modelo aliviará la carga de trabajo de los médicos. El estudio mostró que el tiempo medio de lectura para los radiólogos fue de 6 minutos y medio, mientras que el del sistema fue de 2,73 segundos.

El documento señaló que la propuesta caía un poco en la distinción entre la neumonía de la no neumonía con la labor de los radiólogos.

El uso de la exploración pulmonar por TC para diferenciar la COVID-19 de otras formas de neumonía es difícil debido a las muchas similitudes entre los distintos tipos de neumonía, especialmente en las primeras etapas, y las grandes variaciones en las fases del mismo tipo. Por lo tanto, era necesario desarrollar un algoritmo de diagnóstico específico para COVID-19, explicó el coautor Feng Jianjiang de la Universidad de Qinghua, experto además en reconocimiento de huellas dactilares y visión por computadora.

Aunque persisten las dudas sobre el uso de tomografías computarizadas para detectar la COVID-19, Feng sostuvo que estas cumplen un rol vital en los casos de gravedad y en el manejo del paciente. Los médicos de los hospitales de Wuhan han utilizado aplicaciones relacionadas del sistema de IA.

El algoritmo de diagnóstico también tiene las ventajas de ser adecuado para un uso repetido y fácil de implementar a gran escala, lo que muestra su potencial para convertirse en una nueva herramienta de control contra la propagación del coronavirus, añadió Feng.