El Instituto Andaluz de Investigación en Ciencia de Datos e Inteligencia Artificial de la Universidad de Granada (UGR) y el servicio de Radiodiagnóstico del Hospital Universitario Clínico San Cecilio de Granada trabajan en el desarrollo de un sistema automático para detectar la afectación pulmonar que produce la Covid-19 a través de las radiografías de tórax de los pacientes y que es capaz de detectar ya el 80% de casos positivos.
Según explicó este miércoles la Universidad a través de un comunicado, 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, que, según la institución académica, 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 a través de la lectura de su radiografía pulmonar y en un tiempo medio «inferior» al que tarda en conocerse el resultado de la PCR, según precisó el jefe de servicio de Radiodiagnóstico del hospital granadino, José Luis Martín.
El experto destacó que el «objetivo» es desarrollar una herramienta de inteligencia artificial basada en algoritmos de aprendizaje profundo que permita a los investigadores «identificar», por medio de la radiografía de tórax, «la presencia de afectación pulmonar, aún en fases incipientes». «Por tanto, su aplicación real más inmediata nos permitiría disponer de un sistema de detección automatizada de la Covid-19 en pacientes sospechosos”, agregó.
Frente al «tiempo y coste» de otras pruebas como el TAC o la PCR, a su juicio, disponer de este modelo implicaría «agilizar los tiempos en el diagnóstico» y permitiría, además, «estandarizar el uso del sistema a prácticamente cualquier centro sanitario con disponibilidad para hacer rx de tórax”.
Para el equipo de ingenieros de la UGR, liderados por el catedrático Francisco Herrera, referente internacional en Inteligencia Artificial y la experta en deep learning Siham Tabik, la fase inicial del proyecto está «próxima a concluir» y los resultados obtenidos hasta el momento «son alentadores».
«Los niveles de precisión del modelo superan los descritos hasta la fecha en la bibliografía internacional para este proceso, comparándolos con las bases de datos disponibles», señalaron los investigadores, al tiempo que insistieron en que dicho modelo ya arroja un porcentaje de acierto del 80%.
En un periodo aproximado de uno o dos años, los autores del estudio tienen previsto ampliar la capacidad del modelo para «identificar y relacionar» hallazgos radiológicos en los pulmones infectados con el fin de conocer también el impacto de otros factores como edad, sexo, alteraciones analíticas, fármacos u otras enfermedades en la evolución del coronavirus.
Los ingenieros de la UGR 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 o tumores.
(SERVIMEDIA)
