Nuevo sistema de análisis automático de radiografías para diagnosticar covid

Un trabajo internacional con participación de la Universidad Politécnica de Madrid (UPM) ha desarrollado un sistema de análisis automático de radiografías simples de tórax mediante Inteligencia Artificial, que facilita el diagnóstico precoz de la Covid-19.

La neumonía causada por el coronavirus puede ser observada en radiografías simples de tórax, que permiten complementar de forma rápida el diagnóstico clínico de la covid tras una PCR, evitando así los falsos negativos ya que la sensibilidad de estas pruebas oscila entre el 70-90 por ciento, explica la universidad.

Apoyándose en sistemas de inteligencia artificial para obtener información oculta al ojo humano, investigadores Universidad de Antioquia (Turquía) y de la Johns Hopkins (EEUU), han desarrollado una "prueba de concepto a mediana-gran escala de un sistema computarizado" de imágenes, bajo coordinación del profesor de la UPM, Juan Godino-Llorente.

“Desde febrero del 2020, la OMS considera la radiografía de tórax criterio diagnóstico y de evaluación de la infección por covid-19. Las recomendaciones se basan en que la neumonía asociada produce sombras en forma de parches blancos en los pulmones, conocidas como de opacidades de vidrio esmerilado”, explica Jorge Andrés Gómez, coautor del estudio.

“Estos patrones, sin embargo, a menudo se confunden con otros encontrados en diversas neumonías víricas y bacterianas", y además requieren de radiólogos expertos para interpretar las imágenes, continúa este investigador de la Escuela de Telecomunicación de la UPM.

Para resolver este problema, han diseñado un sistema de ayuda a la toma de decisión "basado en redes neuronales y en paradigmas de aprendizaje profundo, proveyendo un diagnóstico automático, capaz de diferenciar covid-19 de otras neumonías y de identificar las regiones afectadas" por la enfermedad eficientemente.

Para trasladar los resultados a entornos clínicos, han estudiado el efecto de un conjunto de factores que podrían "sesgar las decisiones, como la tecnología de la máquina de rayos X, el tipo de proyección de la imagen, el sexo del paciente, concluyendo que no hay evidencias claras de sesgo en el sistema”, explica Gómez.

Mediante el análisis automatizado de imágenes, este sistema detecta estadios incipientes de la enfermedad (en los cinco primeros días), proporcionando "un método objetivo complementario y mínimamente invasivo para el diagnóstico y la evaluación del grado de afectación", según los investigadores.

Los resultados arrojan "una muy alta especificidad y sensibilidad, por encima del 90%, y comparable a la alcanzada por los expertos en radiología", además de proporcionar resultados "en pocos minutos, reduciendo significativamente el tiempo dedicado por los expertos en radiología a la evaluación de cada paciente".

Además, el nuevo método "es fácil de trasladar al entorno clínico al estar integrado en un servicio disponible en la nube”, concluyen los autores del estudio recientemente publicado en acceso abierto.