Uso de inteligencia artificial para diagnosticar COVID-19
Imágenes de rayos X de pulmón, desde la izquierda, de pacientes con COVID-19, normales y con neumonía viral. Ya habíamos desarrollado todas estas herramientas para el procesamiento de imágenes, el aprendizaje automático y los métodos de inteligencia artificial para el cáncer, dijo Karen Panetta. Crédito: Karen Panetta
Para los pacientes con COVID-19, la aterradora dificultad para respirar puede aparecer prácticamente de la noche a la mañana. En muchos casos, es causada por una infección de neumonía agresiva en los pulmones, que los llena de líquido espeso y le roba al cuerpo el oxígeno que da vida.
La detección temprana de estos casos graves es esencial para tratarlos con éxito. Sin embargo, por el momento, la única forma de saber si la neumonía de un paciente es causada por el coronavirus es mediante el examen de rayos X y tomografías computarizadas del tórax y, a medida que los casos se acumulan en todo el mundo, los radiólogos reciben una avalancha de imágenes, lo que crea un retraso que puede retrasar las decisiones críticas sobre la atención.
Una solución, dijo Karen Panetta, puede implicar quitarle parte de esa carga de trabajo a los humanos. Panetta, profesor de ingeniería eléctrica e informática en la Escuela de Ingeniería, está trabajando para crear inteligencia artificial (IA) que pueda detectar casos de neumonía por COVID-19 y marcarlos para su revisión.
Uso de rayos X y tomografías computarizadas de una base de datos internacional de COVID-19, su laboratorio está entrenando un software de inteligencia artificial para analizar miles de imágenes y hacer coincidir aquellas que comparten rasgos similares. Al comparar las radiografías de la neumonía causada por infecciones bacterianas, el tabaquismo crónico y el COVID-19, dice, la IA puede aprender gradualmente a identificar las características únicas de cada uno, ya sea una forma particular, un área de contraste u otro rasgo. Una vez que el software encuentra coincidencias potenciales, utiliza análisis estadísticos para clasificar los casos de COVID de los que no son de COVID.
«Piénselo de esta manera: si está viendo fútbol y ha visto la misma jugada corre 50 veces, sabes lo que hará cada jugador si su equipo lo vuelve a correr», dijo Panetta, quien también es decano de educación de posgrado en la Escuela de Ingeniería. «Pero si llega un chico nuevo y no lo has visto antes, ¿cómo vas a predecir lo que hará? Mirarás hacia atrás en las últimas 50 veces que viste la misma jugada y harás una conjetura basada en en su experiencia. Nuestro software básicamente está haciendo lo mismo con estas imágenes».
El trabajo COVID-19 de Panetta se basa en la investigación que su laboratorio ya ha estado haciendo para detectar tumores cancerosos. En el cáncer de mama, señala, su software de inteligencia artificial analiza los núcleos de las células individuales en una muestra de biopsia y busca patrones distintos que coincidan con los casos conocidos.
Las muestras libres de cáncer tienden a tener núcleos ordenados contenidos en una estructura ovalada, pero si el cáncer progresa, esos patrones tienden a romperse. Usando IA y aprendizaje automático, es posible entrenar la IA para detectar nuevos casos de cáncer de forma autónoma en función de esos rasgos.
«Ya habíamos desarrollado todas estas herramientas para el procesamiento de imágenes, el aprendizaje automático y los métodos de IA para el cáncer , por lo que COVID-19 fue solo una aplicación más oportuna de la misma tecnología», dijo. «Solo estamos ajustando el software para un caso de uso diferente».
Los resultados ya son prometedores. Hasta ahora, el software de su laboratorio ha logrado identificar la neumonía por COVID-19 en más del 99 % de las imágenes que procesa.
Sin embargo, llegar a ese punto no ha sido tan simple. Las herramientas de aprendizaje automático que utiliza para entrenar el software son tan buenas como los datos que reciben y, si bien los humanos pueden ignorar fácilmente las imperfecciones leves en una imagen, esos mismos fallos pueden hacer tropezar incluso a la mejor máquina.
En algunas de las imágenes de la base de datos de COVID-19, señaló, aparecen grandes rectángulos negros donde la información personal del paciente ha sido bloqueada por anonimato. En otros, los técnicos han subexpuesto los rayos X, lo que hace que toda la imagen esté ligeramente nublada, o han superpuesto los rayos X y las tomografías computarizadas, creando una imagen híbrida confusa.
«Los rayos X y las tomografías computarizadas no son t siempre en perfectas condiciones. Requieren una gran cantidad de mejoras y preprocesamiento para limpiar esas imperfecciones para que estén en pie de igualdad «, dice ella. La IA también tiene que ser lo suficientemente inteligente como para no diagnosticar mal una imagen porque detecta una anomalía.
«Todo el mundo piensa que la IA es una caja negra mágica, pero no es Zoltar», dijo Panetta, refiriéndose al omnisciente máquina de adivinación de la película de Tom Hanks, Big. «Hay que modificarlo constantemente para mejorarlo».
Otra complicación, agregó, es que si bien la IA puede identificar imágenes que se parecen a otros casos de neumonía por COVID, no puede decir exactamente por qué esas imágenes cumplen los criterios desde un punto de vista médico. Para llenar esos vacíos, Panetta busca asociarse con radiólogos experimentados en Tufts y desea agregar anotaciones médicas y contexto a cada imagen.
Incluso si ese software de IA mejorado no está disponible para los médicos durante la pandemia actual, que muy bien puede no serlo, ya que la aprobación de la FDA puede llevar años. Panetta espera que aún pueda usarse en el futuro para educar al personal médico. Si ocurre otro brote en el futuro, razona, los hospitales necesitarán toda la capacitación que puedan obtener.
«En este momento, incluso los médicos en primera línea probablemente solo hayan visto unos pocos cientos de casos de COVID-19 neumonía, pero hay cientos de miles de casos en todo el mundo», dijo. «Si podemos agregar todos esos datos en un solo lugar con imágenes, síntomas e información del paciente, puede ser posible usar IA para estudiar la enfermedad de manera más efectiva», dijo.
Eso podría ayudar a identificar el patrones que todos los casos comparten. «Para los médicos que nunca han visto a un paciente con COVID-19», dijo Panetta, «podría generar un portafolio que les diga qué buscar».
Explore más
Siga las últimas noticias sobre el brote de coronavirus (COVID-19) Proporcionado por la Universidad de Tufts Cita: Uso de inteligencia artificial para diagnosticar COVID-19 (20 de mayo de 2020) recuperado 31 de agosto de 2022 de https://medicalxpress.com/news/2020-05-artificial-intelligence-covid-.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.