Inteligencia artificial para evitar falsos negativos en el diagnóstico de la covid-19

“En la batalla contra la covid-19, los médicos no están solos. Los ingenieros también nos hemos embarcado en la tarea de frenar la pandemia. Concretamente, y ante la significativa carga de trabajo que el diagnóstico y la evaluación de la covid-19 supone para los expertos en radiología, hemos puesto en marcha CoronavIAruX.”

Se trata de una herramienta de apoyo al diagnóstico basada en inteligencia artificial para evaluar pacientes con covid-19 a partir del análisis automático de radiografías convencionales de tórax. Es bien conocida por todos la utilidad del test RT-PCR para diagnosticar la infección por el coronavirus SARS-CoV-2. Lo que la mayoría desconoce es que el protocolo estándar de diagnóstico clínico recomienda complementar esta prueba con una radiografía simple de tórax. Entre otras cosas, para reducir el número de falsos negativos de la RT-PCR.

Apoyados en la capacidad que los modelos basados en inteligencia artificial tienen para obtener información que incluso está oculta al ojo humano, investigadores de la Universidad de Antioquia, la Johns Hopkins University y la Universidad Politécnica de Madrid hemos desarrollado un prototipo de sistema computarizado de diagnóstico de la covid-19 y de evaluación del grado de afectación de los pulmones a partir de imágenes radiológicas de tórax. Dicho sistema ha sido desplegado en un prototipo de aplicación en la nube siguiendo un modelo de software como servicio. La herramienta proporciona un método objetivo complementario, mínimamente invasivo para el diagnóstico, que evalúa el grado de afectación por la covid-19. Alcanza una precisión por encima del 90%, superior incluso a la alcanzada por los expertos en radiología. Además, proporciona evidencias con capacidad diagnóstica en estadios incipientes de la enfermedad (los cinco primeros días).

https://theconversation.com/rayos-x-e-inteligencia-artificial-para-evitar-falsos-negativos-en-el-diagnostico-de-la-covid-19-154282