Crédito: CC0 Public Domain
Los rayos X, utilizados clínicamente por primera vez a fines de la década de 1890, podrían ser una herramienta de diagnóstico de vanguardia para el COVID-19 pacientes con la ayuda de inteligencia artificial, según un equipo de investigadores en Brasil. Utilizaron métodos de aprendizaje automático para enseñar a un programa informático a detectar la COVID-19 en radiografías de tórax con una precisión del 95,6 al 98,5 %. Publicaron sus resultados en IEEE/CAA Journal of Automatica Sinica.
Los investigadores se han centrado anteriormente en detectar y clasificar patologías pulmonares, como fibrosis, enfisema y nódulos pulmonares, a través de imágenes médicas. Los síntomas comunes presentados por infecciones sospechosas de COVID-19 incluyen dificultad respiratoria, tos y, en casos más agresivos, neumonía, todos visibles a través de imágenes médicas como tomografías computarizadas o radiografías.
«Cuando surgió la pandemia de COVID-19 , acordamos utilizar nuestra experiencia para ayudar a enfrentar este nuevo problema global», dijo el autor correspondiente Victor Hugo C. de Albuquerque, investigador del Laboratorio de Procesamiento de Imágenes, Señales y Computación Aplicada y de la Universidade de Fortaleza.
Muchas instalaciones médicas tienen una cantidad inadecuada de pruebas y tiempos de procesamiento prolongados, dijo Albuquerque, por lo que el equipo de investigación se centró en mejorar una herramienta que está fácilmente disponible en todos los hospitales y que ya se usa con frecuencia para diagnosticar COVID-19 : Dispositivos de rayos X.
«Decidimos investigar si una infección por COVID-19 podría detectarse automáticamente usando imágenes de rayos X», dijo Albuquerque, señalando que la mayoría de las imágenes de rayos X están disponibles en cuestión de minutos. en comparación con los días requeridos para pruebas de diagnóstico con hisopo o saliva.
Sin embargo, los investigadores encontraron una falta de radiografías de tórax disponibles públicamente para entrenar su modelo de inteligencia artificial para identificar los pulmones de los pacientes con COVID-19. Si bien generalmente se necesitan miles de imágenes para enseñarle a un modelo a detectar y clasificar un objetivo en particular, solo tenían 194 radiografías de COVID-19 y 194 radiografías saludables. Para compensar, tomaron un modelo entrenado en un gran conjunto de datos de otras imágenes de rayos X y lo entrenaron para usar los mismos métodos para detectar pulmones probablemente infectados con COVID-19. Utilizaron varios métodos de aprendizaje automático, dos de los cuales dieron como resultado una calificación de precisión del 95,6 % y del 98,5 %, respectivamente.
«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 están lejos de los principales centros con acceso a tecnologías más complejas», dijo Albuquerque. «Este enfoque para detectar y clasificar imágenes médicas automáticamente puede ayudar a los médicos a identificar, medir la gravedad y clasificar la enfermedad».
Luego, dijo Albuquerque, los investigadores planean continuar probando su método con conjuntos de datos más grandes a medida que esté disponible, con el objetivo final de desarrollar una plataforma en línea gratuita para la clasificación de imágenes médicas.
Explore más
Los radiólogos utilizan el aprendizaje profundo para encontrar signos de COVID-19 en las radiografías de tórax Más información: EF Ohata, GM Bezerra, JVS Chagas, AV Lira Neto, AB Albuquerque , VHC Albuquerque y PP Rebouas Filho, «Detección automática de la infección por COVID-19 mediante imágenes de rayos X de tórax a través del aprendizaje por transferencia», IEEE/CAA J. Autom. Sínica, vol. 8, núm. 1, págs. 239-248, enero de 2021. ieeexplore.ieee.org/stamp/stam … tp=&arnumber=9205687 Proporcionado por la Asociación China de Automatización Cita: Los rayos X combinados con IA ofrecen una herramienta de diagnóstico rápido para detectar COVID-19 (26 de marzo de 2021) consultado el 30 de agosto de 2022 en https:// medicalxpress.com/news/2021-03-x-rays-combined-ai-fast-diagnostic.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.