Radiografías de tórax para detectar el COVID-19

Estamos ante un momento donde además de poner atención en la higiene y medidas de seguridad en el día a día, el coronavirus está fomentando la creatividad y la búsqueda de soluciones dentro de nuestro ámbito de acción y posibilidades.

En GNDiario, son muchas las propuestas que te hemos contado en este sentido: las pantallas en 3D diseñadas por Joaquín para los médicos que están en primera línea, el apoyo desde los bancos de alimentos o los ensayos clínicos en red, donde trabajan distintos hospitales ubicados en varias partes del mundo.  

En este caso, vamos a hablar de la fabulosa idea de dos jóvenes estudiantes en la Universidad Europea, uno de Burgos y otro de Madrid, compañeros de clase y de proyecto. La innovación gira en torno a la Inteligencia Artificial y las radiografías para detectar, a través de esta herramienta, el COVID-19.

De momento, el proyecto es una aplicación informática, creada por estos estudiantes de ingeniería, y que está centrada en Inteligencia Artificial. El test se realiza en la web de forma muy sencilla, bastaría con introducir la radiografía de un paciente y, en unos segundos, la app señala con qué probabilidad ese paciente podría ser enfermo de COVID-19.

Algoritmos para trabajar la Inteligencia Artificial

Los jóvenes utilizan un algoritmo de aprendizaje e inferencia usando redes neuronales convolucionales y que resulta “muy eficaz para el análisis de imagen” porque, según sus impulsores, es capaz de extraer información “con varios niveles de detalle, en función del tamaño y resolución de los ficheros de entrada”.

El modelo ha sido entrenado con cuatro categorías de radiografías, las correspondientes a pacientes con neumonía atribuida a coronavirus, con neumonías víricas y bacterianas y con ambos pulmones sanos; asimismo existe una cuarta categoría donde encajan las imágenes fallidas.

Los dos estudiantes de Ingeniería de la Universidad Europea garantizan que las casi 8.000 radiografías que han utilizado en el entrenamiento han sido verificadas, ya que proceden de la Universidad de Ottawa, del Centro Nacional de Radiología Intensivista de Italia, de las bases de datos que están utilizando los profesionales sanitarios durante la pandemia y de un médico español que ha compartido decenas de radiografías online.

Grillo y Balbás aseguran que la suya no es una herramienta de diagnóstico, sino de “apoyo” al médico para que este pueda realizar “mejores diagnósticos” ya que el modelo de inteligencia artificial permite “dar la voz de alarma y ayudar al personal sanitario que no tenga a su disposición PCR o test rápidos de detección del coronavirus, o bien dude sobre la primera impresión clínica de un paciente con neumonía”.

Estos estudiantes de ingeniería aseguran que el modelo es muy prometedor, que tiene un "97,7% de acierto". El siguiente paso sería seguir entrenando el modelo con más radiografías y hacer un estudio clínico para poder probarlo.

Un buen ejemplo para la comunidad educativa

En este sentido, para el director de Machine Learning Salud de la Universidad Europea, Juanjo Beunza, los estudiantes, con el asesoramiento del profesor Fernando Martín de Pablo, han demostrado no solo utilizar herramientas modernas con fines sanitarios y dar así respuesta a problemas actuales, sino que también han sabido desplegar el algoritmo en una página web gratuita y darle visibilidad, por lo que son “un buen modelo para los alumnos”.

Otras experiencias en el uso de radiografías e Inteligencia Artificial

Estos algoritmos basados en IA se nutren y entrenan a partir de cientos o miles de imágenes para detectar el patrón de COVID-19

La Dra. María de la Iglesia  lidera esta investigación de la Unidad Mixta de Imagen Biomédica FISABIO-CIPF. Se trata de un equipo multidisciplinar de profesionales que “están aportando valor e ideas realmente innovadoras”, apunta la investigadora. Para Isanidad, la investigadora habla sobre esta técnica.

Explica que la Inteligencia Artificial se presenta como “aliada” en los espacios sanitarios para facilitar el diagnóstico. “De hecho, es uno de los campos que más se está beneficiando de los avances científico-técnicos dentro de la especialidad de la imagen médica”.

Explica que para este estudio se pretende desarrollar algoritmos que analicen e interpreten las imágenes procedentes de la radiología convencional de tórax y con ello extraer la información clínica útil. “Por ello, se debe construir un dataset de calidad que permita entrenar de forma eficiente a los algoritmos de aprendizaje profundo”, indica la doctora.