ACTUALIDAD UNIVERSITARIA

VER TODASSeguir leyendo...

01/06/2020

Investigaciones de la UMH en la lucha contra la COVID-19

La UMH estudiará cómo detectar COVID-19 en radiografías de pecho, buscará lesiones pulmonares por COVID-19 a través de la IA, evaluará indicadores de vulnerabilidad en la Comunitat Valenciana, y dará apoyo en la toma de decisiones durante la crisis de la COVID-19.



AUTOR: UMH

RUVID UMH 19-06-20-estudio-deteccion-covid-radios-pechoVicente Galiano dirige un proyecto para detectar COVID-19 en radiografías de pecho realizadas en centros hospitalarios

 

El investigador del Departamento de Ingeniería de Computadores de la Universidad Miguel Hernández (UMH) de Elche, Vicente Galiano, dirige el proyecto Servicio Web de Detección de COVID-19 mediante Inteligencia Artificial (IA) en radiografías de pecho. Uno de los campos de acción de esta iniciativa es el de la detección del virus en radiografías de pecho realizadas en centros hospitalarios.

 

De este modo, a partir de una imagen de la radiografía de un paciente, el sistema es capaz de predecir la probabilidad de que el paciente tenga el coronavirus, una neumonía o bien se encuentre en un estado saludable.

 

Según el profesor de la UMH, Vicente Galiano, el proceso de entrenamiento de una red neuronal es clave y la calidad de su diagnóstico depende, en gran medida, de la calidad de los datos. Consciente de la importancia de la calidad de imágenes médicas, el Banco de Imagen Biomédica de la Comunidad Valenciana (BIMCV) lidera un proyecto de recolección y etiquetado de este tipo de imágenes. Sin embargo, los sistemas de inteligencia desarrollados por estos grupos utilizan lenguajes e interfaces ajenos y complejos para el personal sanitario o para el público en general.

 

En este sentido, el proyecto que dirige el investigador de la UMH persigue dos objetivos. Por un lado, trata de acercar los avances de este tipo de herramientas al personal sanitario y al público en general. De este modo, mediante el registro en la web, el usuario puede subir imágenes de la radiografía y lanzar el sistema de inteligencia artificial sobre un clúster de altas prestaciones para obtener una predicción de la probabilidad de coronavirus. El clúster de altas prestaciones ha sido financiado mediante un proyecto del Ministerio de Ciencia, Innovación y Universidades, bajo el contrato RTI2018-098156-B-C54 y en parte cofinanciado por fondos FEDER funds (MINECO/FEDER/UE). Gracias a este sistema, cualquier usuario puede experimentar la potencia de la inteligencia artificial, aplicada a la detección del virus en radiografías sin conocimientos de programación o de redes neuronales.

 

El segundo objetivo que persigue este sistema desarrollado por el investigador de la UMH, Vicente Galiano, es recoger más imágenes para poder emplearlas en el entrenamiento de las redes neuronales. De este modo, cuando un usuario sube una radiografía, el sistema le puede indicar parámetros como el sexo, la edad, la temperatura, el oxígeno en sangre, etc. y alimenta la imagen subida de datos relacionados.

 

Además, cuando el usuario recibe una predicción del sistema IA, puede clasificar esta predicción como correcta o errónea, lo que permite mejorar en futuros entrenamientos las predicciones de la red neuronal. En un último término, una persona especializada como un radiólogo debería validar las imágenes subidas por los usuarios y las clasificaciones de las predicciones relacionadas para futuros entrenamientos de las redes neuronales y mejora de la calidad del banco de imágenes.

 

La Inteligencia Artificial mediante el uso de redes neuronales profundas se ha confirmado como una herramienta útil y necesaria en muchos aspectos de la sociedad contemporánea. Debido a la actual pandemia, múltiples grupos de investigadores de todo el mundo trabajan en aprovechar los beneficios de la IA en la lucha contra el virus. Este servicio Web agrupa y utiliza iniciativas de este tipo como COVID-Net Open Source que se encuentra en desarrollo continuo y proporciona diversos modelos de redes preentrenadas.

 

RUVID UMH 25-05-20-contrato-CIO-GeneralitatLa UMH forma parte de un proyecto que detecta y localiza lesiones pulmonares por COVID-19 a través de la Inteligencia Artificial

 

El investigador del Instituto Universitario de Investigación ‘Centro de Investigación Operativa’ (CIO) y profesor de la Universidad Miguel Hernández (UMH) de Elche, Xavier Barber, forma parte del proyecto Detección y localización en imágenes RX de patrones de infiltrados con especial foco en vidrio deslustrado e infiltrados alveolares. El objetivo es desarrollar una herramienta de análisis de imagen, basada en redes neuronales profundas que indique o no la presencia de COVID-19 en una radiografía.

 

Para ello, se utilizarán redes neuronales profundas, que indicarán o no la presencia de COVID-19 en una radiografía. Según el investigador de la UMH, la Inteligencia Artificial (IA), entre otras aportaciones, trata de ayudar en la toma de decisiones y, ante esta problemática de la COVID-19, cualquier sistema que ayude y mejore el proceso es bienvenido. Desde cómo y dónde realizar los test de forma óptimas, hasta adelantarse a la enfermedad y pronosticar la gravedad de un paciente unos días antes que empeore y termine entrando en la UCI.

 

El proyecto cuenta con un equipo multidisciplinar, integrado por los investigadores de la UMH, Xavier Barber y Domingo Orozco; Aurelia Bustos, cofundadora de la empresa MedBravo; Antonio Pertusa, profesor de la Universidad de Alicante (UA); Miguel Ángel Cazorla, catedrático del Departamento de Ciencia de la Computación e Inteligencia Artificial de la UA; el experto en sistemas de IA aplicados a imagen médica de la empresa Sierra Research, Germán González; María de la Iglesia Vayá, Marisa Caparrós, José Manuel Saborit y Joaquim Ángel Montell, de FISABIO; José María Salinas, responsable de la unidad informática del Hospital de Sant Joan d’Alacant; y el equipo de radiólogos, liderado por Joaquín Galant, del mismo Hospital.

 

Para llevar a cabo este proyecto, se está construyendo una gran base de datos con imágenes de todos los hospitales de la Comunitat Valenciana, liderado por el Banco de Imagen Biomédica de la Comunidad Valenciana (BIMCV). Para poder confeccionar este sistema, necesitan tanto las imágenes como los hallazgos que etiquetan los radiólogos. El primer prototipo será un modelo entrenado para detectar las lesiones, si bien no podrá aún localizar dónde se encuentran, aunque durante las siguientes fases del proyecto se irán mejorando sus resultados.

 

Este proyecto está financiado con 100.000 euros por la Agencia Valenciana de Innovación (AVI); es uno de los seleccionados en la llamada al sistema valenciano de innovación e investigación para la emergencia contra la COVID-19. Asimismo, cuenta con una ayuda de 10.750 euros por parte de la Universidad de Alicante, que irán destinados, principalmente, a la adquisición de equipos y publicaciones científicas.

 

RUVID UMH ALEJANDRO RABASAEl investigador Alejandro Rabasa firma un contrato con Cruz Roja para evaluar indicadores de vulnerabilidad en la Comunitat Valenciana

 

Intentar segmentar a los usuarios que acuden a Cruz Roja en función de su tipo y su grado de vulnerabilidad en la Comunitat Valenciana es el objetivo del contrato que han firmado el investigador del Instituto Universitario de Investigación Centro de Investigación Operativa (CIO) de la Universidad Miguel Hernández (UMH) de Elche, Alejandro Rabasa, y Cruz Roja. En el proyecto, que ha contado con la colaboración externa de la doctoranda del CIO, Nuria Mollá, también, han participado las estudiantes del Grado en Estadística Empresarial de la UMH, Esther Sobrino y Kristina Polotskaya.

 

Las personas que acuden a Cruz Roja tienen unos perfiles muy diversos: escasez de alimentos, situación laboral precaria o mujeres maltratadas con riesgo de exclusión. La entidad somete a un tipo de formación o algún tipo de ayuda en concreto, según las necesidades detectadas en las entrevistas con estos individuos.

 

Por ello, este proyecto intenta, por un lado, segmentar o dividir a las personas en el grupo de vulnerabilidad más adecuado a su auténtica realidad y a su perfil para poder tomar la decisión de derivar unos planes u otros de una manera más eficiente y, por otro lado, intentar adelantarse a cuál va a ser su grado de aceptación o satisfacción con el servicio recibido. De esa manera, sería posible mejorar de una forma sensible el trabajo de Cruz Roja y adecuarlo mejor a sus necesidades.

 

Para llevar a cabo este proyecto, se han aplicado diferentes técnicas estadísticas. Para el primer objetivo del contrato (segmentación de individuos), se han utilizado técnicas descriptivas de clustering para generar grupos de manera óptima, en función de las características de las personas y técnicas de reducción de la dimensión, mediante el cálculo de unos KPI específicos para realizar el resto del operativo. Para el segundo objetivo (predicción), se han aplicado árboles de decisión y unos modelos propios de sistemas de reglas, búsqueda de patrones, etc.

 

Debido a la pandemia, se podrían abrir futuras líneas de investigación en el contexto de este contrato de colaboración. Una de ellas podría analizar cómo ha cambiado la situación de vulnerabilidad en la Comunitat Valenciana, al haber familias que ahora han entrado en riesgo de exclusión y antes no lo estaban.

 

Otro campo de estudio sería la gestión de voluntarios, ya que en las primeras semanas del confinamiento las personas mayores no podían salir a la calle y estos son uno de los pilares del voluntariado que maneja Cruz Roja.

 

Por último, otro estudio a largo plazo consistiría en aprovechar todos los modelos y conocimientos ya adquiridos para generar un sistema automático de apoyo a la toma de decisiones. 

 

RUVID UMH 29-06-20-investigación-CIO-rabasaInvestigadores de la UMH participan en un proyecto para la toma de decisiones frente a la COVID-19 y evitar o detectar rebrotes

 

Generar una herramienta que sirva para la toma de decisiones a los dirigentes políticos y evite o detecte rebrotes de la COVID-19 en España es uno de los objetivos del proyecto en el que participan los investigadores del Instituto Universitario de Investigación ‘Centro de Investigación Operativa’ (UMH) de la Universidad Miguel Hernández (UMH) de Elche, Alejandro Rabasa y Xavier Barber. La investigación, coordinada por la Doctora Honoris Causa por la UMH, Nuria Oliver, y la directora general de Análisis y Políticas Públicas, Ana Berenguer, ha recibido 150.000 euros con fondos del Santander-CRUE.

 

Las ayudas obtenidas del Santander Supera-COVID van destinadas a sostener diferentes líneas de investigación: Estudio de la movilidad, modelos epidemiológicos que incorporen la movilidad y modelos epidemiológicos individuales, modelización predictiva y mapas de riesgo y la ciencia ciudadana; es decir, la gran encuesta que han respondido más de 200.000 personas y ayuda a conocer aspectos sociales, económicos y sanitarios. Para ello, se emplearán técnicas diversas que van desde el análisis de matrices de movilidad y grafos hasta las ecuaciones de sus propios modelos SEIR, los análisis de series temporales, los modelos de machine learning o factores asociados en las respuestas de la encuesta.

 

Los investigadores del CIO de la UMH Rabasa y Barber trabajan con un equipo interdisciplinar de varias universidades de la Comunidad que ya han formado parte de varios trabajos de investigación a lo largo del confinamiento. Su composición se basa en profesores de universidad, en la mayoría de las ramas de Inteligencia Artificial y de Estadística de varias universidades, e investigadores de Fisabio; todos ellos, liderados por Nuria Oliver y coordinados por la Generalitat Valenciana.

 

Los resultados del grupo de investigación se mostrarán, por un lado, en una página web donde se actualizarán diariamente y, por otro lado, a través de informes técnicos, dirigidos directamente a la Presidencia de la Generalitat.

 

En el contexto de la COVID-19, la Inteligencia Artificial puede utilizarse como sistema de alerta temprana ante determinados riesgos. Hoy en día, cualquier enfermedad, no solo la COVID, es una gran fuente de datos. Los profesionales sanitarios y no sanitarios recogen mucha información al respecto y, por ello, es muy importante tomar decisiones rápidas como en el caso de los rebrotes.


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