ACTUALIDAD UNIVERSITARIA

VER TODASSeguir leyendo...

15/05/2020

Inteligencia Artificial para acelerar el triaje de enfermos con COVID-19

En la lucha contra la COVID-19, la epidemia mundial provocada por el coronavirus SARS-CoV-2, la anticipación es clave. En esto trabaja un grupo internacional de investigadores y médicos donde participa Verónica Sanz González, investigadora distinguida del programa Beatriz Galindo en el IFIC, (CSIC-UV).



AUTOR: IFIC

RUVID IFIC RADIOGRAFIAEste equipo ha desarrollado un método que utiliza técnicas de Inteligencia Artificial para ayudar a la detección temprana de patologías asociadas a la COVID-19 en radiografías de pacientes. Este sistema, disponible para la comunidad científica y médica en abierto, se ha desarrollado a partir de un estudio previo en un hospital de Brighton (Reino Unido), adaptado al nuevo coronavirus con la colaboración del hospital de la Fundación Instituto San José de Madrid.

 

En concreto, el equipo de investigación liderado por Verónica Sanz (Instituto de Física Corpuscular (IFIC), centro mixto del Consejo Superior de Investigaciones Científicas (CSIC) y de la Universitat de València (UV)) y Felipe Freitas (Universidad de Aveiro, Portugal) comenzó a desarrollar hace un par de años una herramienta que facilitase el triaje de pacientes con enfermedades respiratorias en países en desarrollo. Para ello utilizaron técnicas de Inteligencia Artificial como Machine Learning (aprendizaje de máquinas, que pretende que los ordenadores reconozcan determinados patrones) aplicadas a una amplia base de datos de radiografías de los Estados Unidos.

 

Este trabajo, realizado en colaboración con el doctor Andrew Elkins del hospital de Brighton, se publicó en la revista Journal of Medical Artificial Intelligence.

 

La aparición de la COVID-19 hizo que los investigadores, junto a Johannes Hirn, se plantearan aplicar este método a las enfermedades respiratorias provocadas por el nuevo coronavirus. Mediante técnicas de visión por computador, aplican técnicas específicas de Inteligencia Artificial para mejorar la velocidad y robustez de la identificación, algo ya estudiado en el trabajo antes citado.

 

Así se entrena al sistema para distinguir en la imagen 2D las características de enfermos de COVID respecto a otras patologías como una neumonía convencional. “En la base de datos extensa que tenemos ahora conseguimos resultados excelentes de identificación que han motivado continuar la investigación y extenderla a otros marcadores clínicos”, asegura Verónica Sanz.

 

Aplicaciones

 

Así, para realizar un estudio más detallado de la enfermedad los investigadores trabajan con la Fundación Instituto San José, hospital especializado en Rehabilitación Neurológica y Traumatológica referente en Cuidados Paliativos ubicado en Madrid. La idea es incluir otros datos clínicos para refinar aún más los resultados. El prototipo de herramienta es público, abierto a la comunidad científica y médica.

 

“Este estudio podría ayudar a hacer una detección más temprana de la enfermedad, o entender cómo las características del paciente pueden determinar qué tipo de actuación es mejor”, explica Sanz. “El prototipo de aplicación que hemos desarrollado puede ayudar al triaje de pacientes, pero no sustituye a un diagnóstico PCR y a la decisión de un profesional de la sanidad”, remarca la investigadora valenciana.

 

Por otra parte, en colaboración con el profesor Mirko Salomón Alva Sánchez de la Universidad Federal de Ciencias de la Salud de Porto Alegre (Brasil) se pretende ampliar el estudio a un hospital de la ciudad brasileña. Los investigadores han cursado una petición oficial al gobierno brasileño para realizar un estudio clínico de la COVID-19 que utilice esta herramienta de triaje, lo que permitiría mejorar la aplicación y su aplicación en otros centros de salud.

 

Además, sigue abierta la línea de trabajo con la que se desarrolló inicialmente esta aplicación: la detección temprana de enfermedades respiratorias en países en desarrollo. Así, en colaboración con diversas ONGs, los investigadores pretenden afinar el sistema en otras situaciones en las que esta herramienta podría fallar al enfrentarse a una enfermedad poco común en los países desarrollados, como la tuberculosis, y por tanto no presentes en las bases de datos de entrenamiento.

 

Sin incidencia en países desarrollados, la tuberculosis (infección pulmonar causada por la bacteria Mycobacterium tuberculosis) sigue siendo una de las 10 principales causas de muerte en el mundo, según la OMS. En 2018, se registraron 10 millones de infecciones y 1,5 millones de muertes por esta causa, entre ellos 251.000 niños. Poner fin a la epidemia de tuberculosis en 2030 es una de las metas relacionadas con la salud de los Objetivos de Desarrollo Sostenible.


DESTACAMOS


Compartir:
Imprimir Imprimir

VER TODASSeguir leyendo...




Red de Universidades Valencianas para el fomento de la I+D+i (RUVID) - C/ Serpis 29 - Edificio INTRAS - 2ª planta - 46022 - Valencia - España
Teléfono: +34 9616 254 61 - Correo Electrónico: comunicacion @ ruvid.org - Web: www.ruvid.org - Código ISSN: 1988-8155 - Política Protección de Datos




logo uvlogo upvlogo ualogo ujilogo umhlogo uchlogo ucv