Los rayos X combinados con la inteligencia artificial ofrecen una herramienta de diagnóstico rápido para detectar COVID-19
Por el equipo editorial de HospiMedica en español Actualizado el 01 Apr 2021 |
Ilustración
Los rayos-x podrían ser una herramienta de diagnóstico de vanguardia para pacientes con COVID-19 con la ayuda de inteligencia artificial (IA), según investigadores que enseñaron un programa de computadora, a través de varios métodos de aprendizaje automático, para detectar COVID-19 en rayos-x de tórax con una precisión de 95,6 a 98,5%.
Los hallazgos fueron hechos por investigadores de la Universidad de Fortaleza (Fortaleza - CE, Brasil), que anteriormente se enfocaban en detectar y clasificar patologías pulmonares, como fibrosis, enfisema y nódulos pulmonares, por medio de la imagenología. Los síntomas comunes sospechosos de infecciones de COVID-19 incluyen dificultad respiratoria, tos y en casos más agresivos, neumonía, todos visibles por medio de imagenología como exploraciones TC o rayos-x. Muchas instituciones médicas tienen tanto un número inadecuado de pruebas como tiempos largos de procesamiento, por lo tanto, el equipo de investigación se centró en mejorar una herramienta que está fácilmente disponible en cada hospital y que ya es usada con frecuencia en diagnosticar el COVID-19: los dispositivos de rayos-x. Además, las imágenes de rayos-x están disponibles en minutos, en comparación con los días requeridos por las pruebas diagnósticas de hisopado o saliva.
Sin embargo, los investigadores encontraron una falta de rayos-x disponible públicamente para entrenar su modelo IA para identificar automáticamente los pulmones de los pacientes con COVID-19. Tenían solo 194 rayos-x de COVID-19 y 194 rayos-x de personas sanas, mientras que generalmente toma miles de imágenes enseñar a fondo un modelo para detectar y clasificar un objetivo en particular. Para compensar, tomaron un modelo entrenado en una gran base de datos de otras imágenes de rayos-x y lo entrenaron para usar los mismos métodos para detectar los pulmones probablemente infectados con COVID-19. Utilizaron varios métodos de aprendizaje automáticos diferentes, dos de los cuales resultaron en una calificación de precisión de 95,6% y 98,5%, respectivamente. Los investigadores ahora planean continuar probando su método con bases de datos más grandes a medida que estén disponibles, con la meta final de desarrollar una plataforma en-línea gratuita para la clasificación de las imágenes médicas.
"Dado que los rayos-x son muy rápidos y económicos, pueden ayudar a clasificar a los pacientes en lugares donde el sistema de salud ha colapsado o en lugares que estén muy lejos de los centros médicos principales con acceso a tecnologías más complejas", dijo el autor corresponsal Victor Hugo C. de Albuquerque, un investigador en el Laboratorio de Procesamiento de Imágenes, Señales y Computación Aplicada y con la Universidad de Fortaleza. "Este enfoque para detectar y clasificar las imágenes médicas automáticamente, puede ayudar a los médicos en identificar, medir la severidad y clasificar la enfermedad".
Enlace relacionado:
Universidad de Fortaleza
Los hallazgos fueron hechos por investigadores de la Universidad de Fortaleza (Fortaleza - CE, Brasil), que anteriormente se enfocaban en detectar y clasificar patologías pulmonares, como fibrosis, enfisema y nódulos pulmonares, por medio de la imagenología. Los síntomas comunes sospechosos de infecciones de COVID-19 incluyen dificultad respiratoria, tos y en casos más agresivos, neumonía, todos visibles por medio de imagenología como exploraciones TC o rayos-x. Muchas instituciones médicas tienen tanto un número inadecuado de pruebas como tiempos largos de procesamiento, por lo tanto, el equipo de investigación se centró en mejorar una herramienta que está fácilmente disponible en cada hospital y que ya es usada con frecuencia en diagnosticar el COVID-19: los dispositivos de rayos-x. Además, las imágenes de rayos-x están disponibles en minutos, en comparación con los días requeridos por las pruebas diagnósticas de hisopado o saliva.
Sin embargo, los investigadores encontraron una falta de rayos-x disponible públicamente para entrenar su modelo IA para identificar automáticamente los pulmones de los pacientes con COVID-19. Tenían solo 194 rayos-x de COVID-19 y 194 rayos-x de personas sanas, mientras que generalmente toma miles de imágenes enseñar a fondo un modelo para detectar y clasificar un objetivo en particular. Para compensar, tomaron un modelo entrenado en una gran base de datos de otras imágenes de rayos-x y lo entrenaron para usar los mismos métodos para detectar los pulmones probablemente infectados con COVID-19. Utilizaron varios métodos de aprendizaje automáticos diferentes, dos de los cuales resultaron en una calificación de precisión de 95,6% y 98,5%, respectivamente. Los investigadores ahora planean continuar probando su método con bases de datos más grandes a medida que estén disponibles, con la meta final de desarrollar una plataforma en-línea gratuita para la clasificación de las imágenes médicas.
"Dado que los rayos-x son muy rápidos y económicos, pueden ayudar a clasificar a los pacientes en lugares donde el sistema de salud ha colapsado o en lugares que estén muy lejos de los centros médicos principales con acceso a tecnologías más complejas", dijo el autor corresponsal Victor Hugo C. de Albuquerque, un investigador en el Laboratorio de Procesamiento de Imágenes, Señales y Computación Aplicada y con la Universidad de Fortaleza. "Este enfoque para detectar y clasificar las imágenes médicas automáticamente, puede ayudar a los médicos en identificar, medir la severidad y clasificar la enfermedad".
Enlace relacionado:
Universidad de Fortaleza
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