IA aprende de tomografías computarizadas de pulmón para diagnosticar COVID-19
ARRIBA: ISTOCK.COM, SUDOK1
Aunque la ola inicial de la pandemia de SARS-CoV-2 ha disminuido en muchos países , los proveedores de atención médica aún buscan identificar a la mayor cantidad posible de pacientes con COVID-19 y contener la enfermedad. El diagnóstico rápido y preciso es especialmente importante cuando los pacientes desprevenidos con una infección por coronavirus llegan al hospital con problemas de salud pero aún no muestran síntomas de COVID-19.
Las muestras de hisopos nasales analizadas por RT-PCR actualmente recomendado para el diagnóstico de COVID-19, sin embargo, la escasez de suministros, un tiempo de espera de hasta dos días para obtener los resultados y una tasa de falsos negativos de hasta 1 de cada 5 significan que todavía se están utilizando herramientas alternativas de detección de COVID-19 a gran escala. buscado.
Se sabe que el SARS-CoV-2 daña el tejido pulmonar, y de una manera distinta que los médicos ahora buscan explotar para nuevos enfoques de diagnóstico. Muchos pacientes con COVID-19 desarrollan neumonía, que puede progresar a insuficiencia respiratoria y, a veces, a la muerte. La neumonía por COVID-19 es diferente de las formas más comunes de neumonía bacteriana, y las diferencias aparecen en las tomografías computarizadas de tórax. Los más llamativos son los patrones de lesiones turbias que se asemejan a fragmentos de vidrio o líneas reticulares dentro de las lesiones opacas que parecen baldosas de pavimento irregulares, que ocurren alrededor de la periferia de ambos pulmones. Las lesiones de la neumonía bacteriana generalmente se concentran en un pulmón y pueden no parecerse a fragmentos de vidrio.
En China, las tomografías computarizadas ya se utilizan como herramienta de diagnóstico de COVID-19 cuando un paciente llega a un centro de atención médica. con fiebre y sospecha de infección, aunque este enfoque no se ha adoptado ampliamente en los Estados Unidos. Dos estudios, publicados en Nature Medicine y Cell, avanzan en esta idea mediante el uso de inteligencia artificial (IA) entrenada en tomografías computarizadas de pulmón como diagnóstico rápido. herramienta para buscar infección por COVID-19 en pacientes que acuden al hospital y requieren imágenes médicas.
Consulte La IA está analizando miles de millones de moléculas para tratamientos de coronavirus
Escribiendo en celda , los investigadores de la Universidad de Ciencia y Tecnología de Macao utilizaron 532 000 tomografías computarizadas de 3777 pacientes en China para entrenar sus herramientas de inteligencia artificial, centrándose en las lesiones reveladoras observadas en los pulmones de los pacientes con COVID-19. En estudios piloto en varios hospitales chinos, el modelo de IA diagnosticó correctamente la neumonía causada por el coronavirus al menos el 85 por ciento de las veces cuando se aplicó a un conjunto de datos de 417 pacientes en cuatro cohortes separadas. La neumonía por COVID se diagnosticó erróneamente como neumonía no relacionada con COVID en el 712 % de los casos. cómo se desempeñó en muchos hospitales, dice Matthew Lungren, radiólogo del Centro Médico de la Universidad de Stanford que no participó en ninguno de los estudios. de una gran cantidad de casos de neumonía general no específica es importante como herramienta de diagnóstico cuando el SARS-CoV-2, el coronavirus detrás de la pandemia, se vuelve endémico y ya no es la principal causa de neumonía, explica Lungren.
Un gran conjunto de datos con una fuente diversa de datos es crucial para lograr conclusiones sólidas y generalizables en diagnósticos basados en IA, escribe el coautor de Cell Kang Zhang, profesor de medicina en Macao Universidad de Ciencia y Tecnología, en un correo electrónico a The Scientist. Uno de los problemas más desafiantes en la aplicación de IA en el cuidado de la salud es la mala reproducibilidad.
Un desafío de usar tomografías computarizadas para el diagnóstico de COVID-19 es que muchas personas infectadas con SARS-CoV-2 experimentan síntomas clínicos graves. como tos y fiebre, pero no tienen biomarcadores visibles en las tomografías computarizadas. Si los profesionales de la salud intentan obtener un diagnóstico preciso de COVID-19 más rápido que los métodos de PCR estándar, es posible que no sea suficiente basar [el diagnóstico de COVID-19] en imágenes, dice Yang Yang, radiólogo del Hospital Mount Sinai.
El equipo de Yangs también entrenó su modelo de IA COVID-19 en tomografías computarizadas de tórax y publicó los resultados en Nature Medicine. Este modelo integró los resultados de las tomografías computarizadas con hallazgos clínicos, como la edad de los pacientes, si tenían tos o fiebre, y sus recuentos de glóbulos blancos, creando lo que los autores llamaron un modelo de fusión para diagnosticar pacientes con COVID-19 basado en datos clínicos y datos de imagen Su modelo de fusión diagnosticó COVID-19 con una precisión del 83,5 por ciento en un conjunto de prueba de 279 pacientes. Al observar el mismo conjunto de imágenes, un radiólogo torácico senior diagnosticó COVID-19 con un 84,6 % de precisión.
Hay aspectos en su metodología que creo que son muy importantes para este campo en general, dice Lungren, es decir, muchos modelos de diagnóstico de IA basados en datos de imágenes se beneficiarían de la entrada de datos clínicos adicionales.
Zhang dice que al menos 10 grandes hospitales en China, y varios en los EE. UU., India, Irak y Ecuador están utilizando su modelo para diagnosticar pacientes sospechosos de tener neumonía por COVID-19. Su equipo puso a disposición del público sus algoritmos y conjuntos de datos de entrenamiento para que los usaran otros investigadores.
X. Mei et al., Diagnóstico rápido de pacientes con COVID-19 gracias a la inteligencia artificial, Nature Medicine, doi:10.1038/s41591-020-0931-3, 2020.
K. Zhang et al., Sistema de IA clínicamente aplicable para diagnóstico preciso, mediciones cuantitativas y pronóstico de neumonía por COVID-19 mediante tomografía computarizada, Cell, doi:10.1016/j.cell.2020.04.045, 2020 .