Los investigadores han desarrollado un algoritmo de inteligencia artificial basado en aprendizaje profundo que analiza automáticamente las radiografías de tórax para detectar rápidamente la infección por COVID-19 con más del 98% de precisión, distinguiendo entre radiografías normales y radiografías de personas con neumonía, que a menudo se presenta con Los mismos síntomas que el COVID.
La prueba de reacción en cadena de la polimerasa con transcripción inversa (RT-PCR) en tiempo real es el método más utilizado para diagnosticar la infección por COVID-19. Pero existen problemas con el uso de pruebas de PCR en tiempo real: es costoso, los resultados pueden ser lentos y es propenso a producir falsos negativos. Como complemento, las tomografías computarizadas del tórax y las radiografías de tórax también desempeñan un papel en la detección y el tratamiento oportunos de infecciones contagiosas, especialmente cuando la RT-PCR arroja un resultado negativo.
El COVID-19 produce «firmas» radiológicas particulares en las radiografías de tórax que los radiólogos utilizan para diagnosticar la infección por el virus. Sin embargo, examinar meticulosamente las radiografías en busca de signos de infección lleva mucho tiempo y, debido a que depende del ojo humano, puede no siempre ser exacto. Entonces, investigadores de la Universidad Tecnológica de Sydney (UTS) solicitaron la ayuda de la IA para agilizar el proceso de diagnóstico.
«La prueba de COVID-19 más utilizada, la reacción en cadena de la polimerasa (PCR) en tiempo real, puede ser lenta y costosa y producir falsos negativos», afirmó Amir Gandomi, autor correspondiente del estudio. «Para confirmar un diagnóstico, los radiólogos deben examinar manualmente tomografías computarizadas o radiografías, lo que puede llevar mucho tiempo y ser propenso a errores».
El otro factor que complica la situación es que los síntomas de la infección por COVID-19 (fiebre, tos, dificultad para respirar, dolor de garganta) pueden ser difíciles de distinguir de otras infecciones virales respiratorias, como la gripe o la neumonía.
En los últimos años, los algoritmos de aprendizaje automático han ganado popularidad en la medicina y ayudan a los médicos a diagnosticar enfermedad de Parkinsondetectando cáncer de mamay prediciendo ataque y insuficiencia cardiaca. El aprendizaje profundo, un subcampo de la IA, es particularmente adecuado para crear un modelo que pueda producir resultados precisos a partir de datos de entrada sin necesidad de extracción manual de características. En el estudio actual, los investigadores desarrollaron un algoritmo basado en aprendizaje profundo llamado Red neuronal convolucional personalizada (Custom-CNN), diseñado específicamente para diagnosticar COVID-19.
Se utilizaron dos conjuntos de datos de rayos X de tórax disponibles gratuitamente para probar y entrenar el modelo de IA. Los conjuntos de datos comprendían tres categorías de imágenes de radiografías de tórax: normal, positiva para coronavirus y neumonía viral. Para entrenar el modelo Custom-CNN, se utilizó el 80% del total de imágenes, mientras que el 20% se reservó para pruebas.
El objetivo del estudio fue evaluar la eficacia del modelo al examinar diversas relaciones, incluido el coronavirus y la neumonía viral, la neumonía normal y viral, y el coronavirus y lo normal, y las asociaciones entre las tres clases de imágenes de rayos X. Los resultados demostraron que el modelo Custom-CNN logró una precisión de clasificación del 98,19 % en su clasificación de muestras de imágenes de COVID, normales y de neumonía. Al comparar los resultados del modelo con los obtenidos utilizando otros modelos, Custom-CNN los superó a todos.
«El aprendizaje profundo ofrece una solución de un extremo a otro, eliminando la necesidad de buscar biomarcadores manualmente», dijo Gandomi. «El modelo Custom-CNN agiliza el proceso de detección, proporcionando un diagnóstico más rápido y preciso de COVID-19».
El diagnóstico temprano de la infección por COVID-19 puede garantizar que los pacientes reciban el tratamiento correcto, incluidos los antivirales, que funcionan mejor si se toman dentro de los cinco días posteriores a la aparición de los síntomas. También podría alentarlos a aislarse y proteger a otros para que no se infecten.
«El nuevo sistema de IA podría ser particularmente beneficioso en países que experimentan altos niveles de COVID-19 y donde hay escasez de radiólogos», afirmó Gandomi. «Las radiografías de tórax son portátiles, están ampliamente disponibles y proporcionan una menor exposición a la radiación ionizante que las tomografías computarizadas».
El estudio fue publicado en la revista Informes Científicos.
Fuente: UTS
