Crisis del covid-19

Detectar coronavirus con rayos-X: El esperanzador avance científico hecho en Granada

  • El Instituto Andaluz de Investigación en Ciencia de Datos e Inteligencia Artificial de la UGR y el San Cecilio desarrollan un sistema automático que permite detectar la enfermedad con la imagen de los pulmones

Detectar coronavirus con rayos-X: El esperanzador avance científico hecho en Granada

Detectar coronavirus con rayos-X: El esperanzador avance científico hecho en Granada / R. G.

Saber si un paciente está contagiado de coronavirus con el análisis de una radiografía. Ese es el objetivo del proyecto que desarrollan la Universidad de Granada junto con el servicio de Radiodiagnóstico del Hospital Universitario Clínico San Cecilio de Granada. El hospital, junto con el Instituto Andaluz de Investigación en Ciencia de Datos e Inteligencia Artificial de la UGR trabajan en un un sistema automático para detectar la afectación pulmonar que produce el Covid-19 a través de las radiografías de tórax de los pacientes. El sistema se perfila como fiable y, sobre todo, más ágil que los PCR, la prueba que permite determinar con mayor certeza si una persona está infectada.

Desde que a mediados de marzo se inició este proyecto de investigación conjunta, se han analizado las placas de rayos-X de un millar de pacientes, de los que más de 400 son enfermos con coronavirus. Las imágenes analizadas han contribuido a entrenar y perfeccionar el modelo denominado deep learning o de aprendizaje profundo.

Una vez culminada la primera fase de la investigación, esta herramienta permitiría a los especialistas saber si un paciente tiene daño pulmonar por coronavirus mediante la lectura de su radiografía pulmonar, en un tiempo medio inferior al que tarda en conocerse el resultado de la PCR (Reacción en Cadena de la Polimerasa), prueba que se emplea actualmente como el principal test más validado para detectar la presencia de la infección por Covid-19.

Desde el Instituto Andaluz de Investigación en Ciencia de Datos e Inteligencia Artificial, el equipo de ingenieros de la UGR liderados por Francisco Herrera, referente internacional en Inteligencia Artificial, y Siham Tabik, experta en deep learning, señalan 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" La precisión del modelo que se desarrolla en Granada "arroja un porcentaje de acierto del 80% en la detección de los casos positivos”. 

Herrera señala que este trabajo parte de la relación previa que mantienen el Instituto y la unidad de Radiodiagnóstico del Hospital. Al estallar la crisis del Covid-19 apostaron por trabajar de nuevo conjuntamente en un sistema de detección que fuera fiable y ágil. 

El investigador de la Universidad de Granada destaca que el uso de TAC permite conocer al 100% si se está infectado, pero no todos los centros de salud ni hospitales disponen de este recurso. Sin embargo, los rayos-x resultan un recurso más accesible

"Se trata de crear un sistema de alerta", indica Herrera. Al hacer a un paciente una radiografía, el sistema ideado por los investigadores será capaz de determinar si el daño que sufre en los pulmones se debe al virus. En una siguiente etapa del desarrollo del sistema se pretende conocer incluso el nivel de afección que sufre el paciente. El sistema está ideado a partir de una base de datos y un sistema de redes neuronales artificiales -el campo de trabajo del Instituto universitario- con capacidad de "entrenar" y aprender con el sucesivo análisis de imágenes.

El jefe de servicio de Radiodiagnóstico del hospital granadino, José Luis Martín Rodríguez, explicó en declaraciones recogidas en una nota de prensa que "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". Sobre la aplicación inmediata, el médico apunta que este sistema "nos permitiría disponer de un sistema de detección automatizada del Covid-19 en pacientes sospechosos”.

"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 rayos-x de tórax”.

Este sistema agilizaría los tiempos de diagnostico con un recurso, las radiografías, muy extendido en el sistema sanitario

Desde el Instituto Andaluz de Investigación en Ciencia de Datos e Inteligencia Artificial, el equipo de ingenieros de la UGR liderados por Francisco Herrera, referente internacional en Inteligencia Artificial, y Siham Tabik, experta en deep learning, señalan 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" La precisión del modelo que se desarrolla en Granada "arroja un porcentaje de acierto del 80% en la detección de los casos positivos”. 

Desde el Hospital Clínico San Cecilio se reconoce que "existen proyectos de investigación similares puesto en marcha en otras partes del mundo, como en Canadá, China y otros países del oriente asiático". Entre estos proyectos está el modelo Covid-NET, desarrollado por la empresa canadiense DarwinAI. Se ha aplicado a las radiografías que constituyen la muestra del estudio granadino, obtenidas en el Hospital San Cecilio, y "la capacidad de detección de los casos positivos se sitúa en el 80%". En una línea similar, el modelo propio desarrollado por la UGR y el servicio de Radiodiagnóstico del centro, obtiene una precisión del 82% para esa misma muestra.

En fases posteriores del estudio, a un año o dos vista, está previsto ampliar la capacidad del modelo para identificar y relacionar hallazgos radiológicos en los pulmones infectados, de modo que pudiera conocerse el impacto de otros factores como edad, sexo, alteraciones analíticas, fármacos u otras enfermedades en la evolución del coronavirus.

Los ingenieros de la UGR, expertos en inteligencia artificial, proyectan incluso desarrollar y adaptar el sistema para que sea capaz de diferenciar los pacientes afectados por Covid-19 de aquellos aquejados de otro tipo de enfermedades pulmonares, como las neumonías bacterianas, otras neumonías virales, tumores, etc., distinguiendo entre sí todas esas patologías de afectación pulmonar.

Diversos equipos de inteligencia artificial y algunos hospitales de la comunidad autónoma andaluza y del resto de España han manifestado su interés por sumarse al proyecto, lo que contribuiría a fortalecer el estudio, al disponer de diversas fuentes de datos (varios hospitales) enriqueciendo la muestra y otorgando robustez a los modelos de inteligencia artificial, destaca el Hospital en una nota de prensa.

Comentar

0 Comentarios

    Más comentarios