Herramienta de IA analiza las TC para predecir con exactitud qué pacientes con COVID-19 requerirán ventilador para respirar
Por el equipo editorial de HospiMedica en español Actualizado el 08 Sep 2021 |
ilustración
Una herramienta de inteligencia artificial (IA) en línea puede ayudar al personal médico a determinar rápidamente, a partir de las exploraciones de tórax iniciales, qué pacientes con COVID-19 necesitarán ayuda para respirar con un ventilador.
La herramienta, desarrollada por investigadores de la Universidad Case Western Reserve (Cleveland, OH, EUA) a través del análisis de tomografías computarizadas (TC) de casi 900 pacientes con COVID-19, diagnosticados en 2020, pudo predecir la necesidad de un ventilador con una exactitud del 84%. Los investigadores ahora esperan usar esos resultados para probar la herramienta computacional en tiempo real con pacientes con COVID-19. Si tiene éxito, el personal médico podría cargar una imagen digitalizada del escáner de tórax en una aplicación basada en la nube, donde la herramienta de inteligencia artificial la analizaría y predeciría si ese paciente probablemente necesitaría un ventilador.
Entre los síntomas más comunes de los casos graves de COVID-19 se encuentra la necesidad de que los pacientes sean colocados en ventiladores para asegurarse de que puedan continuar recibiendo suficiente oxígeno mientras respiran. Sin embargo, casi desde el comienzo de la pandemia, la cantidad de ventiladores necesarios para apoyar a estos pacientes superó con creces los suministros disponibles, hasta el punto de que los hospitales comenzaron a “dividir” los ventiladores, una práctica en la que un ventilador ayuda a más de un paciente. Si bien las tasas de vacunación en aumento de 2021 redujeron drásticamente las tasas de hospitalización por COVID-19 y, a su vez, la necesidad de ventiladores, la reciente aparición de la variante Delta ha provocado nuevamente escasez en algunas áreas de los EUA y en otros países.
Hasta la fecha, los médicos han carecido de una forma consistente y confiable para identificar qué pacientes recién admitidos con COVID-19 probablemente necesitarán ventiladores, información que podría resultar invaluable para los hospitales que administran suministros limitados. Los investigadores de la Universidad Case Western Reserve comenzaron sus esfuerzos para proporcionar una herramienta de este tipo mediante la evaluación de las exploraciones iniciales tomadas en 2020 de casi 900 pacientes de los EUA y de Wuhan, China, entre los primeros casos conocidos de la enfermedad causada por el nuevo coronavirus. Esas tomografías computarizadas revelaron, con la ayuda de computadoras de aprendizaje profundo o IA, características distintivas para los pacientes que luego terminaron en la unidad de cuidados intensivos (UCI) y necesitaron ayuda para respirar. Los patrones de las tomografías computarizadas no se podían ver a simple vista, sino que solo los revelaban las computadoras.
“Eso podría ser importante para los médicos cuando planean cómo cuidar a un paciente y, por supuesto, para que el paciente y su familia lo sepan”, dijo Anant Madabhushi, profesor de ingeniería biomédica del Instituto Donnell en Case Western Reserve y director del Centro de Imagenología Computacional y Diagnóstico Personalizado (CCIPD). “También podría ser importante para los hospitales, ya que determinan cuántos ventiladores necesitarán”.
“Esta herramienta permitiría a los trabajadores médicos administrar medicamentos o intervenciones de apoyo antes para ralentizar la progresión de la enfermedad”, dijo Amogh Hiremath, estudiante de posgrado en el laboratorio de Madabhushi y autor principal del artículo. “Y permitiría la identificación temprana de las personas con mayor riesgo de desarrollar un síndrome de dificultad respiratoria aguda, grave o la muerte. Estos son los pacientes que son candidatos ideales para respiradores”.
Enlace relacionado:
Universidad Case Western Reserve
La herramienta, desarrollada por investigadores de la Universidad Case Western Reserve (Cleveland, OH, EUA) a través del análisis de tomografías computarizadas (TC) de casi 900 pacientes con COVID-19, diagnosticados en 2020, pudo predecir la necesidad de un ventilador con una exactitud del 84%. Los investigadores ahora esperan usar esos resultados para probar la herramienta computacional en tiempo real con pacientes con COVID-19. Si tiene éxito, el personal médico podría cargar una imagen digitalizada del escáner de tórax en una aplicación basada en la nube, donde la herramienta de inteligencia artificial la analizaría y predeciría si ese paciente probablemente necesitaría un ventilador.
Entre los síntomas más comunes de los casos graves de COVID-19 se encuentra la necesidad de que los pacientes sean colocados en ventiladores para asegurarse de que puedan continuar recibiendo suficiente oxígeno mientras respiran. Sin embargo, casi desde el comienzo de la pandemia, la cantidad de ventiladores necesarios para apoyar a estos pacientes superó con creces los suministros disponibles, hasta el punto de que los hospitales comenzaron a “dividir” los ventiladores, una práctica en la que un ventilador ayuda a más de un paciente. Si bien las tasas de vacunación en aumento de 2021 redujeron drásticamente las tasas de hospitalización por COVID-19 y, a su vez, la necesidad de ventiladores, la reciente aparición de la variante Delta ha provocado nuevamente escasez en algunas áreas de los EUA y en otros países.
Hasta la fecha, los médicos han carecido de una forma consistente y confiable para identificar qué pacientes recién admitidos con COVID-19 probablemente necesitarán ventiladores, información que podría resultar invaluable para los hospitales que administran suministros limitados. Los investigadores de la Universidad Case Western Reserve comenzaron sus esfuerzos para proporcionar una herramienta de este tipo mediante la evaluación de las exploraciones iniciales tomadas en 2020 de casi 900 pacientes de los EUA y de Wuhan, China, entre los primeros casos conocidos de la enfermedad causada por el nuevo coronavirus. Esas tomografías computarizadas revelaron, con la ayuda de computadoras de aprendizaje profundo o IA, características distintivas para los pacientes que luego terminaron en la unidad de cuidados intensivos (UCI) y necesitaron ayuda para respirar. Los patrones de las tomografías computarizadas no se podían ver a simple vista, sino que solo los revelaban las computadoras.
“Eso podría ser importante para los médicos cuando planean cómo cuidar a un paciente y, por supuesto, para que el paciente y su familia lo sepan”, dijo Anant Madabhushi, profesor de ingeniería biomédica del Instituto Donnell en Case Western Reserve y director del Centro de Imagenología Computacional y Diagnóstico Personalizado (CCIPD). “También podría ser importante para los hospitales, ya que determinan cuántos ventiladores necesitarán”.
“Esta herramienta permitiría a los trabajadores médicos administrar medicamentos o intervenciones de apoyo antes para ralentizar la progresión de la enfermedad”, dijo Amogh Hiremath, estudiante de posgrado en el laboratorio de Madabhushi y autor principal del artículo. “Y permitiría la identificación temprana de las personas con mayor riesgo de desarrollar un síndrome de dificultad respiratoria aguda, grave o la muerte. Estos son los pacientes que son candidatos ideales para respiradores”.
Enlace relacionado:
Universidad Case Western Reserve
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