Método acelerado de inteligencia artificial monitoriza la severidad de la enfermedad COVID-19 a partir de las tomografías computarizadas (TC) de tórax
Por el equipo editorial de HospiMedica en español Actualizado el 02 Apr 2021 |
Imagen: El método acelerado por IA monitoriza la severidad de la enfermedad COVID-19 a partir de las TCs de tórax del paciente (Fotografía cortesía de NVIDIA)
Un método acelerado por inteligencia artificial pudo monitorizar la severidad de la enfermedad COVID-19 en el tiempo a partir de las tomografías computarizadas de tórax del paciente.
Investigadores de NVIDIA (Santa Clara, CA, EUA) y los Institutos Nacionales de Salud de los Estados Unidos (NIH; Bethesda, MA, EUA) estudiaron la progresión de las opacidades pulmonares en las imágenes de TC de tórax de pacientes con COVID, y extrajeron conocimientos acerca de las relaciones temporales entre las características de la TC y las mediciones de laboratorio. Cuantificar las opacidades TC les puede decir a los médicos qué tan severa es la condición de un paciente. Un mejor entendimiento de la progresión de las opacidades pulmonares en los pacientes con COVID podría ayudar a informar las decisiones clínicas en pacientes con neumonía, y aportar información durante los ensayos clínicos para terapias para tratar el virus.
Al seleccionar una serie de datos de más de 100 TCs de tórax secuenciales de 29 pacientes con COVID de China e Italia, los investigadores usaron un modelo de segmentación NVIDIA Clara AI para automatizar la ardua tarea de segmentar el pulmón completo en cada TC. Los radiólogos expertos revisaron el total de segmentaciones pulmonares, y segmentaron manualmente las opacidades pulmonares. Para rastrear la progresión de la enfermedad, los investigadores usaron curvas temporales generalizadas, que correlacionaron los datos de TC con las mediciones de laboratorio como el conteo de leucocitos y los niveles de procalcitonina. Luego usaron visualizaciones 3D para reconstruir la evolución de las opacidades por COVID en uno de los pacientes.
El equipo encontró que las opacidades pulmonares aparecieron entre uno a cinco días antes del inicio de los síntomas, y tuvieron un pico máximo un día después de que comenzaran. También analizaron dos subtipos de opacidades –opacidad en vidrio esmerilado y consolidación- y descubrieron que las opacidades en vidrio esmerilado aparecían más temprano en la enfermedad, y persistían un tiempo después de la resolución de la consolidación. Los investigadores mostraron cómo las curvas dinámicas TC podían ser usadas como una herramienta de referencia clínica para los casos leves de COVID-19, y podrían ayudar a detectar los casos que se agravan con el tiempo. Esas curvas podrían ayudar a los médicos a identificar los efectos pulmonares crónicos señalando los casos donde los pacientes tienen opacidades residuales visibles en las tomografías computarizadas TC largo tiempo después de que los otros síntomas se disipen.
Enlace relacionado:
Institutos Nacionales de Salud de los Estados Unidos
Investigadores de NVIDIA (Santa Clara, CA, EUA) y los Institutos Nacionales de Salud de los Estados Unidos (NIH; Bethesda, MA, EUA) estudiaron la progresión de las opacidades pulmonares en las imágenes de TC de tórax de pacientes con COVID, y extrajeron conocimientos acerca de las relaciones temporales entre las características de la TC y las mediciones de laboratorio. Cuantificar las opacidades TC les puede decir a los médicos qué tan severa es la condición de un paciente. Un mejor entendimiento de la progresión de las opacidades pulmonares en los pacientes con COVID podría ayudar a informar las decisiones clínicas en pacientes con neumonía, y aportar información durante los ensayos clínicos para terapias para tratar el virus.
Al seleccionar una serie de datos de más de 100 TCs de tórax secuenciales de 29 pacientes con COVID de China e Italia, los investigadores usaron un modelo de segmentación NVIDIA Clara AI para automatizar la ardua tarea de segmentar el pulmón completo en cada TC. Los radiólogos expertos revisaron el total de segmentaciones pulmonares, y segmentaron manualmente las opacidades pulmonares. Para rastrear la progresión de la enfermedad, los investigadores usaron curvas temporales generalizadas, que correlacionaron los datos de TC con las mediciones de laboratorio como el conteo de leucocitos y los niveles de procalcitonina. Luego usaron visualizaciones 3D para reconstruir la evolución de las opacidades por COVID en uno de los pacientes.
El equipo encontró que las opacidades pulmonares aparecieron entre uno a cinco días antes del inicio de los síntomas, y tuvieron un pico máximo un día después de que comenzaran. También analizaron dos subtipos de opacidades –opacidad en vidrio esmerilado y consolidación- y descubrieron que las opacidades en vidrio esmerilado aparecían más temprano en la enfermedad, y persistían un tiempo después de la resolución de la consolidación. Los investigadores mostraron cómo las curvas dinámicas TC podían ser usadas como una herramienta de referencia clínica para los casos leves de COVID-19, y podrían ayudar a detectar los casos que se agravan con el tiempo. Esas curvas podrían ayudar a los médicos a identificar los efectos pulmonares crónicos señalando los casos donde los pacientes tienen opacidades residuales visibles en las tomografías computarizadas TC largo tiempo después de que los otros síntomas se disipen.
Enlace relacionado:
Institutos Nacionales de Salud de los Estados Unidos
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