Inteligencia Artificial para la detección precoz de neumonía por COVID 19 con una radiografía simple

La base de datos recoge imágenes de radiografía de tórax (PadChest), perteneciente al Banco de Imágenes de la Comunidad Valenciana (BIMCV) . En una primera fase, los investigadores/han realizado el proceso de construcción, mantenimiento y recopilación de las imágenes, organizadas por patologías relacionadas con neumonía.

El grupo investigador, liderado por María de la Iglesia , en colaboración con José María Salinas , del Hospital Universitario San Juan de Alicante, y la investigadora Aurelia Bustos , ha publicado en abierto esta base de datos .

La siguiente fase será la aplicación de modelos de aprendizaje profundo (deep learning) por parte de la comunidad científica especializada en desarrollos de algoritmos de Inteligencia Artificial.

La organización de esta información pretende ayudar al desarrollo de herramientas de diagnóstico simples, rápidas y efectivas, para que los profesionales sanitarios puedan realizar una detección temprana de la neumonía causada por COVID-19 .

Fuentes de la institución valenciana explican que «la evaluación del riesgo se realizaría tanto en pacientes con síntomas leves (aquellos que no tienen neumonía visible en la imagen y con infección sospechada o confirmada y para quienes se desconoce la probabilidad de desarrollo de neumonía); como con síntomas moderados (es decir, con síntomas y cuyo examen de imágenes muestra neumonía y para quienes la evolución a una condición grave o crítica es incierta)».

Según explican los responsables de la iniciativa, «debido a la alta disponibilidad y la asequibilidad de los datos de rayos X convencionales, ampliamente utilizados y más accesibles que las tomografías computarizadas , los sistemas de Inteligencia Artificial podrían ser una herramienta esencial para minimizar y agilizar la carga de trabajo en los entornos clínicos».

No obstante, los investigadores no descartan utilizar ambas técnicas , imágenes de Rx convencional y Tomografía Computarizada de pulmón, para realizar estudios combinados y más precisos.

La tercera fase de desarrollo del proyecto será probar aquellos modelos predictivos realizados por los especialistas en inteligencia artificial con una nueva base de imágenes exclusivas de patología de COVID-19 , que también estará en abierto y en la que ya ha comenzado a trabajar el grupo investigador de la Unidad Mixta en Imagen Biomédica Fisabio-CIPF conjuntamente con la Universidad de Alicante.

De acuerdo con las mismas fuentes, «siguiendo todas las recomendaciones y principios FAIR data, acrónimo de Findable, Accesible, Interoperable and Reusable (encontrable, accesible, interoperable y reusable) todas las imágenes, datos y código de estos modelos, se divulgarán públicamente en abierto en los repositorios del BIMCV (repositorio de GitHub)».

Para el desarrollo de esta herramienta, el personal investigador ha tenido en cuenta los recientes estudios realizados por investigadores chinos cuyos resultados detallan las características clínicas y paraclínicas de COVID-19 . Según los responsables de la iniciativa, «estos estudios han demostrado que el COVID-19 presenta patrones característicos únicos en imágenes de rayos X de tórax y tomografía computarizada (Ng et al, 2020 / Ng, Ming-Yen, et al. 2020)».