Inteligencia artificial permite el análisis rápido de las imágenes de los pulmones en los pacientes con COVID-19
Por el equipo editorial de HospiMedica en español Actualizado el 27 Apr 2020 |
Imagen: Radiografía de tórax de un paciente con neumonía por COVID-19, radiografía original (izquierda) y resultado con IA para neumonía (derecha) (Fotografía cortesía de UC San Diego Health)
Los radiólogos y los médicos de UC San Diego Health (San Diego, CA, EUA) utilizan inteligencia artificial (IA) para aumentar el análisis de imágenes de pulmón en un estudio de investigación clínica habilitado por Amazon Web Services (AWS). El objetivo es detectar rápidamente la neumonía y, por lo tanto, poder diferenciar mejor entre los pacientes con COVID-19 que probablemente necesiten más atención de apoyo en el hospital y aquellos que podrían ser seguidos de cerca en el hogar
Hasta ahora, la nueva capacidad de IA ha proporcionado a los médicos de UC San Diego Health una visión única de más de 2.000 imágenes. En un caso, a un paciente en el Departamento de Urgencias que no tenía ningún síntoma de COVID-19 le practicaron una radiografía de tórax por otras razones. Sin embargo, la lectura de IA de la radiografía indicó signos de neumonía temprana, que luego fue confirmada por un radiólogo. Como resultado, el paciente fue examinado para detectar la COVID-19 y se encontró que era positivo para la enfermedad.
Los investigadores de UC San Diego habían desarrollado inicialmente un algoritmo de aprendizaje automático que permite a los radiólogos usar IA para mejorar sus propias habilidades para detectar neumonía en las radiografías de tórax. Entrenado con 22.000 anotaciones por radiólogos humanos, el algoritmo superpone las radiografías con mapas codificados por colores que indican la probabilidad de neumonía. Más recientemente, los investigadores aplicaron este enfoque de IA a 10 radiografías de tórax, publicadas en revistas médicas, de cinco pacientes tratados en China y EUA para COVID-19. El algoritmo localizó consistentemente áreas de neumonía, a pesar del hecho de que las imágenes fueron tomadas en varios hospitales diferentes y variaron considerablemente en técnica, contraste y resolución. A continuación, el método de IA se implementó en UC San Diego Health en un estudio de investigación clínica que permite a cualquier médico o radiólogo obtener una estimación inicial sobre la probabilidad de que un paciente tenga neumonía en cuestión de minutos, en el punto de atención. Los investigadores creen que las radiografías de tórax son más baratas, el equipo es más portátil y más fácil de limpiar, y los resultados se obtienen más rápidamente que con muchos otros diagnósticos.
“Ahí es donde las imágenes pueden jugar un papel importante. Podemos clasificar rápidamente a los pacientes al nivel adecuado de atención, incluso antes de que se confirme oficialmente un diagnóstico de COVID-19”, dijo Albert Hsiao, MD, PhD, profesor asociado de radiología en la Facultad de Medicina de la Universidad de California en San Diego y radiólogo en UC San Diego Health.
“A medida que nos preparamos para un aumento potencial de los pacientes con COVID-19, no solo las habitaciones de los pacientes y los suministros pueden ser limitados, sino también la capacidad del médico y del personal”, dijo Christopher Longhurst, MD, director de información y director médico asociado de UC San Diego Health. “Por lo tanto, es tremendamente útil contar con herramientas que permitan a los médicos que no tienen tanta experiencia como los radiólogos en la lectura de rayos X, tener una idea rápida de lo que ven, especialmente los médicos de urgencias y de los hospitales de primera línea”.
Enlace relacionado:
UC San Diego Health
Hasta ahora, la nueva capacidad de IA ha proporcionado a los médicos de UC San Diego Health una visión única de más de 2.000 imágenes. En un caso, a un paciente en el Departamento de Urgencias que no tenía ningún síntoma de COVID-19 le practicaron una radiografía de tórax por otras razones. Sin embargo, la lectura de IA de la radiografía indicó signos de neumonía temprana, que luego fue confirmada por un radiólogo. Como resultado, el paciente fue examinado para detectar la COVID-19 y se encontró que era positivo para la enfermedad.
Los investigadores de UC San Diego habían desarrollado inicialmente un algoritmo de aprendizaje automático que permite a los radiólogos usar IA para mejorar sus propias habilidades para detectar neumonía en las radiografías de tórax. Entrenado con 22.000 anotaciones por radiólogos humanos, el algoritmo superpone las radiografías con mapas codificados por colores que indican la probabilidad de neumonía. Más recientemente, los investigadores aplicaron este enfoque de IA a 10 radiografías de tórax, publicadas en revistas médicas, de cinco pacientes tratados en China y EUA para COVID-19. El algoritmo localizó consistentemente áreas de neumonía, a pesar del hecho de que las imágenes fueron tomadas en varios hospitales diferentes y variaron considerablemente en técnica, contraste y resolución. A continuación, el método de IA se implementó en UC San Diego Health en un estudio de investigación clínica que permite a cualquier médico o radiólogo obtener una estimación inicial sobre la probabilidad de que un paciente tenga neumonía en cuestión de minutos, en el punto de atención. Los investigadores creen que las radiografías de tórax son más baratas, el equipo es más portátil y más fácil de limpiar, y los resultados se obtienen más rápidamente que con muchos otros diagnósticos.
“Ahí es donde las imágenes pueden jugar un papel importante. Podemos clasificar rápidamente a los pacientes al nivel adecuado de atención, incluso antes de que se confirme oficialmente un diagnóstico de COVID-19”, dijo Albert Hsiao, MD, PhD, profesor asociado de radiología en la Facultad de Medicina de la Universidad de California en San Diego y radiólogo en UC San Diego Health.
“A medida que nos preparamos para un aumento potencial de los pacientes con COVID-19, no solo las habitaciones de los pacientes y los suministros pueden ser limitados, sino también la capacidad del médico y del personal”, dijo Christopher Longhurst, MD, director de información y director médico asociado de UC San Diego Health. “Por lo tanto, es tremendamente útil contar con herramientas que permitan a los médicos que no tienen tanta experiencia como los radiólogos en la lectura de rayos X, tener una idea rápida de lo que ven, especialmente los médicos de urgencias y de los hospitales de primera línea”.
Enlace relacionado:
UC San Diego Health
Últimas COVID-19 noticias
- Sistema de bajo costo detecta el virus SARS-CoV-2 en el aire del hospital mediante burbujas de alta tecnología
- China aprueba la primera vacuna inhalable contra la COVID-19 del mundo
- Vacuna en parche contra la COVID-19 combate variantes del SARS-CoV-2 mejor que las agujas
- Pruebas de viscosidad sanguínea predicen riesgo de muerte en pacientes hospitalizados con COVID-19
- ‘Computadora Covid’ usa IA para detectar COVID-19 en exámenes de TC de tórax
- Técnica de resonancia magnética muestra la causa de los síntomas de COVID prolongada
- TC del tórax de los pacientes con COVID-19 podrían ayudar a diferenciar entre las variantes del SARS-CoV-2
- Resonancia magnética especializada detecta anormalidades pulmonares en pacientes no hospitalizados con COVID prolongada
- Algoritmo de IA identifica a los pacientes hospitalizados con mayor riesgo de morir por COVID-19
- Estudio evalúa el impacto de la COVID-19 sobre la gammagrafía de ventilación/perfusión
- Sensor de sudor detecta biomarcadores claves que suministran una alarma precoz de la COVID-19 y la influenza
- Modelo de IA para seguimiento de COVID-19 predice mortalidad durante los primeros 30 días del ingreso
- ECG puede señalar pacientes hospitalizados con COVID-19 con riesgo más alto de muerte
- IA predice pronóstico de COVID a un nivel casi experto con base en tomografías computarizadas
- Examen de TC muestra evidencia de daño pulmonar persistente mucho tiempo después de neumonía por COVID-19
- Plataforma órgano-en-un-chip ayuda a diseñar estrategia para tratar complicaciones severas de la COVID-19