Diseñan una herramienta de detección de Covid basada en imágenes pulmonares

La IA vuelve a convertirse en una aliada para la detección y el avance de las aplicaciones y la investigación clínica de diferentes enfermedades. Ahora, lo será también para combatir el coronavirus. O, más bien, para detectarlo a tiempo. Mediante un trabajo de colaboración entre varios institutos, los investigadores del Instituto Terasaki de Innovación Biomédica (TIBI), en California (Estados Unidos) han diseñado y validado una herramienta de detección de Covid-19 basado en imágenes con la ayuda de un modelo de inteligencia artificial (IA).

La noticia llega en un momento en el que la investigación está hallando nuevos caminos en materia de tratamientos con nuevos fármacos, añadido a la campaña de vacunación, pero aún sigue existiendo una gran demanda para la detección rápida y precisa de la infección. El principal método de detección ha sido el uso de la reacción en cadena de la polimerasa con transcripción inversa (PCR) en muestras recogidas de hisopos nasales o de garganta. Sin embargo, este método está sujeto a imprecisiones debido a los errores de muestreo, la baja carga viral y las limitaciones de sensibilidad del método. Esto es un problema especialmente importante para los pacientes que están en las primeras etapas de la infección.

Así, estos investigadores proponen una herramienta de diagnóstico adicional para Covid-19 que proviene de las imágenes de los pulmones. Para el diagnóstico de las enfermedades pulmonares, las radiografías de tórax o las tomografías computarizadas son los principales recursos, y pueden utilizarse para distinguir la Covid-19 de otros tipos de lesiones pulmonares, así como para evaluar la gravedad de la afectación pulmonar en la Covid-19. Estos tipos de imágenes pueden mejorar la capacidad de diagnóstico de los pacientes con Covid-19, especialmente si se combinan con modelos de inteligencia artificial.

¿Cómo funciona?

Para ello, los investigadores empezaron por utilizar un modelo para recoger automáticamente datos de imágenes de los lóbulos pulmonares. A continuación, se analizaron estos datos para obtener características como posibles biomarcadores de diagnóstico de Covid-19. Estos biomarcadores de diagnóstico mediante el modelo de inteligencia artificial se utilizaron posteriormente para diferenciar a los pacientes con Covid-19 de los pacientes con neumonía y de los sanos.

El modelo completo se desarrolló con una cohorte de 704 radiografías de tórax y, a continuación, se validó de forma independiente con 1.597 casos procedentes de múltiples fuentes compuestas por pacientes sanos, con neumonía y con Covid-19. Los resultados mostraron un excelente rendimiento del modelo a la hora de clasificar los diagnósticos de los distintos pacientes.

''Este modelo de inteligencia artificial tan avanzado contribuye a nuestra capacidad de detectar con precisión a los pacientes con Covid-19. Además, dicho modelo puede aplicarse para el diagnóstico de otras enfermedades utilizando diferentes modalidades de imagen'', ha afirmado el investigador principal, el doctor Samad Ahadian.

LA PRECISIÓN DE LA IA

El uso de modelos informáticos con datos extraídos de imágenes médicas es muy prometedor para hacer posible la medicina de precisión y puede revolucionar la práctica médica en la clínica. El desarrollo de metodologías para captar conjuntos completos de información y suprimir los rasgos irrelevantes mejora la fiabilidad de los modelos de inteligencia artificial. El enfoque propuesto sería un paso hacia su aplicación en la medicina de precisión y puede proporcionar una forma eficiente, barata y no invasiva de reforzar la capacidad de diagnóstico de las imágenes.

''Los modelos impulsados por la inteligencia artificial con capacidad de diagnóstico y predicción son una poderosa herramienta que forma parte importante de nuestras plataformas de investigación aquí en el instituto'', ha manifestado el director y consejero delegado del TIBI, el doctor Ali Khademhosseini. ''Esto se trasladará a innumerables aplicaciones en el campo biomédico y en la clínica'', ha apostillado.