RSS VolverInvestigación en Salud

El Hospital Universitario Clínico San Cecilio junto con la Universidad de Granada trabajan en el desarrollo de un modelo de inteligencia artificial capaz de determinar si un paciente tiene coronavirus leyendo su radiografía de tórax

El Hospital Universitario Clínico San Cecilio junto con la Universidad de Granada trabajan en el desarrollo de un modelo de inteligencia artificial capaz de determinar si un paciente tiene coronavirus leyendo su radiografía de tórax

Desde el servicio de Radiodiagnóstico del Hospital Universitario Clínico San Cecilio junto con el Instituto Andaluz de Investigación en Ciencia de Datos e Inteligencia Artificial de la Universidad de Granada (UGR) se está trabajando en el desarrollado un sistema automático con la capacidad de detectar la afectación pulmonar producida por el Coronavirus a través de las radiografías de tórax de los pacientes. Este proyecto de investigación conjunta se inició a mitad del pasado mes de marzo, y desde entonces se han analizado alrededor de un millar de placas de rayos-X de distintos pacientes, las cuales han contribuido a probar e ir perfeccionando el modelo, concepto conocido como "deep learning" o de aprendizaje profundo.

De esta manera, se ha culminado lo que sería la primera fase de la investigación, a través de la cual esta herramienta ofrece a los especialistas conocimiento sobre el daño pulmonar por coronavirus del paciente, mediante el estudio de su radiografía pulmonar, consiguiendo además reducir el tiempo en el que se conoce el resultado de la PCR (Reacción en Cadena de la Polimerasa), que es la prueba que se utiliza en la actualidad como el test más validado para detectar la presencia de la afección por Covid-19.

José Luis Martín Rodríguez, jefe de servicio de Radiodiagnóstico de este hospital granadino y miembro del grupo de investigación del ibs.GRANADA IBS-A-15: Oncología Básica y Clínica, señala: "El objetivo es desarrollar una herramienta de inteligencia artificial basada en algoritmos de aprendizaje profundo que nos permita identificar, por medio de la radiografía de tórax, la presencia de afectación pulmonar, aún en fases incipientes. Por tanto, su aplicación real más inmediata nos permitiría disponer de un sistema de detección automatizada de la COVID-19 en pacientes sospechosos".

El doctor Martín añade que "frente al tiempo y coste de otras pruebas que se han demostrado las más eficaces y validadas en la detección de la infección, como son la tomografía computarizada (TAC) o la PCR, disponer de este modelo implicaría agilizar los tiempos en el diagnóstico, además de permitir estandarizar el uso del sistema a prácticamente cualquier centro sanitario con disponibilidad para hacer rx de tórax".

Tanto el Instituto Andaluz de Investigación en Ciencia de Datos e Inteligencia Artificial, como el equipo de ingenieros de la UGR liderados por Francisco Herrera, referente internacional en Inteligencia Artificial y Siham Tabik, experta en Deep Learning, comentan que: "El proyecto está próximo a concluir su fase inicial y los resultados obtenidos hasta el momento son alentadores, ya que estamos obteniendo niveles de precisión que superan los descritos hasta la fecha en la bibliografía internacional para este proceso, comparándolos con las bases de datos disponibles. Así, la precisión del modelo que se está desarrollando arroja un porcentaje de acierto del 80% en la detección de los casos positivos".

Hay proyectos de investigación similares, puestos en marcha desde otras partes del mundo. En Canadá están desarrollando el modelo COVID-NET, por la empresa DarwinAI, el cual se ha aplicado a las radiografías que forman la muestra de este estudio granadino, obtenidas en el Hospital Clínico San Cecilio, situando de esta manera la capacidad de detección de los casos positivos en un 80%. El modelo propio desarrollado por la UGR y el servicio de Radiodiagnóstico del Hospital Clínico San Cecilio, obteniendo en este caso una precisión del 82% para esa misma muestra.

En las fases futuras de la investigación

En las fases siguientes a este estudio, en un año o dos aproximadamente, se prevee ampliar la capacidad de este modelo con capacidad para señalar y relacionar hallazgos radiológicos en los pulmones infectados, de manera que permita un estudio del impacto de otros factores que actualmente no se tienen en cuenta como lo son la edad, el sexo, las alteraciones analíticas, los fármacos u otras enfermedades en la evolución futura del coronavirus.

Desde la UGR, de la mano de expertos en inteligencia artificial, se espera incluso poder desarrollar y adaptar el sistema esperando que sea capaz de hacer una diferenciación entre los pacientes afectados por Covid-19 de aquellos que sus síntomas pertenecen de otro tipo de enfermedades pulmonares, como podría ser una neumonía bacteriana, otras neumonías virales, tumores, etc., distinguiendo así entre diferentes diferentes patologías de afectación pulmonar.

Diversos equipos de inteligencia artificial y algunos hospitales de la comunidad autónoma andaluza y del resto de España han mostrado interés por unirse al proyecto, lo cual beneficiaría el fortalecimiento del estudio, al poder disponer de diferentes y variadas fuentes de datos (desde varios hospitales) enriqueciendo así la muestra y dotando de mayor robustez a los modelos de inteligencia artificial.