Inteligencia artificial permite el análisis rápido de las imágenes de los pulmones en los pacientes con COVID-19
Por el equipo editorial de LabMedica en español Actualizado el 27 Apr 2020 |

Imagen: Radiografía de tórax de un paciente con neumonía por COVID-19, radiografía original (izquierda) y resultado con IA para neumonía (derecha) (Fotografía cortesía de UC San Diego Health)
Los radiólogos y los médicos de UC San Diego Health (San Diego, CA, EUA) utilizan inteligencia artificial (IA) para aumentar el análisis de imágenes de pulmón en un estudio de investigación clínica habilitado por Amazon Web Services (AWS). El objetivo es detectar rápidamente la neumonía y, por lo tanto, poder diferenciar mejor entre los pacientes con COVID-19 que probablemente necesiten más atención de apoyo en el hospital y aquellos que podrían ser seguidos de cerca en el hogar
Hasta ahora, la nueva capacidad de IA ha proporcionado a los médicos de UC San Diego Health una visión única de más de 2.000 imágenes. En un caso, a un paciente en el Departamento de Urgencias que no tenía ningún síntoma de COVID-19 le practicaron una radiografía de tórax por otras razones. Sin embargo, la lectura de IA de la radiografía indicó signos de neumonía temprana, que luego fue confirmada por un radiólogo. Como resultado, el paciente fue examinado para detectar la COVID-19 y se encontró que era positivo para la enfermedad.
Los investigadores de UC San Diego habían desarrollado inicialmente un algoritmo de aprendizaje automático que permite a los radiólogos usar IA para mejorar sus propias habilidades para detectar neumonía en las radiografías de tórax. Entrenado con 22.000 anotaciones por radiólogos humanos, el algoritmo superpone las radiografías con mapas codificados por colores que indican la probabilidad de neumonía. Más recientemente, los investigadores aplicaron este enfoque de IA a 10 radiografías de tórax, publicadas en revistas médicas, de cinco pacientes tratados en China y EUA para COVID-19. El algoritmo localizó consistentemente áreas de neumonía, a pesar del hecho de que las imágenes fueron tomadas en varios hospitales diferentes y variaron considerablemente en técnica, contraste y resolución. A continuación, el método de IA se implementó en UC San Diego Health en un estudio de investigación clínica que permite a cualquier médico o radiólogo obtener una estimación inicial sobre la probabilidad de que un paciente tenga neumonía en cuestión de minutos, en el punto de atención. Los investigadores creen que las radiografías de tórax son más baratas, el equipo es más portátil y más fácil de limpiar, y los resultados se obtienen más rápidamente que con muchos otros diagnósticos.
“Ahí es donde las imágenes pueden jugar un papel importante. Podemos clasificar rápidamente a los pacientes al nivel adecuado de atención, incluso antes de que se confirme oficialmente un diagnóstico de COVID-19”, dijo Albert Hsiao, MD, PhD, profesor asociado de radiología en la Facultad de Medicina de la Universidad de California en San Diego y radiólogo en UC San Diego Health.
“A medida que nos preparamos para un aumento potencial de los pacientes con COVID-19, no solo las habitaciones de los pacientes y los suministros pueden ser limitados, sino también la capacidad del médico y del personal”, dijo Christopher Longhurst, MD, director de información y director médico asociado de UC San Diego Health. “Por lo tanto, es tremendamente útil contar con herramientas que permitan a los médicos que no tienen tanta experiencia como los radiólogos en la lectura de rayos X, tener una idea rápida de lo que ven, especialmente los médicos de urgencias y de los hospitales de primera línea”.
Enlace relacionado:
UC San Diego Health
Hasta ahora, la nueva capacidad de IA ha proporcionado a los médicos de UC San Diego Health una visión única de más de 2.000 imágenes. En un caso, a un paciente en el Departamento de Urgencias que no tenía ningún síntoma de COVID-19 le practicaron una radiografía de tórax por otras razones. Sin embargo, la lectura de IA de la radiografía indicó signos de neumonía temprana, que luego fue confirmada por un radiólogo. Como resultado, el paciente fue examinado para detectar la COVID-19 y se encontró que era positivo para la enfermedad.
Los investigadores de UC San Diego habían desarrollado inicialmente un algoritmo de aprendizaje automático que permite a los radiólogos usar IA para mejorar sus propias habilidades para detectar neumonía en las radiografías de tórax. Entrenado con 22.000 anotaciones por radiólogos humanos, el algoritmo superpone las radiografías con mapas codificados por colores que indican la probabilidad de neumonía. Más recientemente, los investigadores aplicaron este enfoque de IA a 10 radiografías de tórax, publicadas en revistas médicas, de cinco pacientes tratados en China y EUA para COVID-19. El algoritmo localizó consistentemente áreas de neumonía, a pesar del hecho de que las imágenes fueron tomadas en varios hospitales diferentes y variaron considerablemente en técnica, contraste y resolución. A continuación, el método de IA se implementó en UC San Diego Health en un estudio de investigación clínica que permite a cualquier médico o radiólogo obtener una estimación inicial sobre la probabilidad de que un paciente tenga neumonía en cuestión de minutos, en el punto de atención. Los investigadores creen que las radiografías de tórax son más baratas, el equipo es más portátil y más fácil de limpiar, y los resultados se obtienen más rápidamente que con muchos otros diagnósticos.
“Ahí es donde las imágenes pueden jugar un papel importante. Podemos clasificar rápidamente a los pacientes al nivel adecuado de atención, incluso antes de que se confirme oficialmente un diagnóstico de COVID-19”, dijo Albert Hsiao, MD, PhD, profesor asociado de radiología en la Facultad de Medicina de la Universidad de California en San Diego y radiólogo en UC San Diego Health.
“A medida que nos preparamos para un aumento potencial de los pacientes con COVID-19, no solo las habitaciones de los pacientes y los suministros pueden ser limitados, sino también la capacidad del médico y del personal”, dijo Christopher Longhurst, MD, director de información y director médico asociado de UC San Diego Health. “Por lo tanto, es tremendamente útil contar con herramientas que permitan a los médicos que no tienen tanta experiencia como los radiólogos en la lectura de rayos X, tener una idea rápida de lo que ven, especialmente los médicos de urgencias y de los hospitales de primera línea”.
Enlace relacionado:
UC San Diego Health
Últimas COVID-19 noticias
- Inmunosensor nuevo allana el camino para pruebas rápidas POC para COVID-19 y enfermedades infecciosas emergentes
- Encuentran etiologías de COVID prolongada en muestras de sangre con infección aguda
- Dispositivo novedoso detecta anticuerpos contra la COVID-19 en cinco minutos
- Prueba para COVID-19 mediante CRISPR detecta SARS-CoV-2 en 30 minutos usando tijeras genéticas
- Asocian disbiosis del microbioma intestinal con la COVID-19
- Validan prueba rápida novedosa de antígeno para el SARS-CoV-2 con respecto a su exactitud diagnóstica
- Prueba nueva COVID + Influenza + VSR ayudará a estar preparados para la ‘tripledemia’
- IA elimina las conjeturas de las pruebas de flujo lateral
- Prueba de antígeno del SARS-CoV-2 más rápida, jamás diseñada, permite realizar pruebas de COVID-19 no invasivas en cualquier entorno
- Pruebas rápidas de antígeno detectan las variantes ómicron, delta del SARS-CoV-2
- Prueba en sangre realizada durante la infección inicial predice el riesgo de COVID prolongada
- Investigadores afirman que hay que crear “reservistas” de laboratorio para responder más rápidamente a la próxima pandemia
- Estudio encuentra que los profesionales sanitarios mostraron mayor interés en tecnologías POC durante la pandemia
- Plataforma de análisis de bajo costo para la COVID-19 combina sensibilidad de la PCR y velocidad de pruebas de antígeno
- Prueba de sangre por punción digital identifica inmunidad a la COVID-19
- Kit de prueba rápida determina inmunidad contra la COVID-19 y sus variantes
Canales
Química Clínica
ver canal
Análisis de sangre con IA detecta cáncer de ovario
El cáncer de ovario se ubica como la quinta causa principal de muerte por cáncer en mujeres, debido principalmente a diagnósticos en etapas tardías. Si bien más del 90... Más
Ensayo automatizado y descentralizado de NGS deADNlc identifica alteraciones en tumores sólidos avanzados
Los análisis actuales de ADN libre circulante (ADNlc) suelen estar centralizados, lo que requiere un manejo y transporte especializados de las muestras. La introducción de un sistema de ... MásDiagnóstico Molecular
ver canal
Innovadora prueba de diagnóstico molecular señala con precisión principal causa genética de EPOC
La enfermedad pulmonar obstructiva crónica (EPOC) y la deficiencia de alfa-1 antitripsina (DAAT) son afecciones que pueden causar dificultades respiratorias, pero difieren en su origen y herencia.... Más
Prueba diagnóstica de sangre detecta espondiloartritis axial
La espondiloartritis axial (EspAax) es una enfermedad autoinmune inflamatoria crónica que suele afectar a las personas durante sus años más productivos, y cuyos síntomas suelen manifestarse antes de los 45 años.... MásHematología
ver canal
Primera prueba de monitorización de heparina POC proporciona resultados rápidos
La dosificación de heparina requiere un manejo cuidadoso para evitar complicaciones hemorrágicas y de coagulación. En situaciones de alto riesgo, como la oxigenación por membrana... Más
Nuevo sistema de puntuación predice riesgo de cáncer a partir de un trastorno sanguíneo común
La citopenia clonal de significado incierto (CCSI) es un trastorno sanguíneo común en adultos mayores, caracterizado por mutaciones en las células sanguíneas y un recuento ... MásInmunología
ver canal
Prueba de células madre predice resultado del tratamiento en cáncer de ovario resistente al platino
El cáncer de ovario epitelial suele responder inicialmente a la quimioterapia, pero con el tiempo, el tumor desarrolla resistencia a la terapia, lo que provoca su recrecimiento. Esta resistencia... Más
Análisis de sangre con aprendizaje automático predice respuesta a inmunoterapia en pacientes con linfoma
La terapia de células T con receptores de antígenos quiméricos (CAR) se ha convertido en uno de los avances recientes más prometedores en el tratamiento de los cánceres... MásMicrobiología
ver canal
Prueba molecular de heces muestra potencial para diagnosticar tuberculosis en adultos con VIH
La tuberculosis (TB), causada por la bacteria Mycobacterium tuberculosis, provocó 1,25 millones de muertes en 2023, de las cuales el 13 % se produjeron en personas con VIH. El principal método... Más
Nueva prueba diagnostica meningitis bacteriana con rapidez y precisión
La meningitis bacteriana es una afección potencialmente mortal: uno de cada seis pacientes fallece y la mitad de los supervivientes experimentan síntomas persistentes. Por lo tanto, un d... MásPatología
ver canal
Innovador algoritmo de triaje del dolor torácico transforma la atención cardíaca
Las enfermedades cardiovasculares son responsables de un tercio de las muertes en todo el mundo, y el dolor torácico es la segunda causa más común de visitas a urgencias.... Más
Enfoque de biopsia líquida basado en IA revolucionará detección del cáncer cerebral
Detectar cánceres cerebrales sigue siendo extremadamente difícil, ya que muchos pacientes solo reciben un diagnóstico en etapas avanzadas, tras la aparición de síntomas... MásTecnología
ver canal
Algoritmos predictivos avanzados identifican pacientes con cáncer no diagnosticado
Dos algoritmos predictivos avanzados recientemente desarrollados aprovechan el estado de salud de una persona y los resultados de análisis de sangre básicos para predecir con precisión... Más
Algoritmo de firma de luz permite diagnósticos médicos más rápidos y precisos
Cada material o molécula interactúa con la luz de forma única, creando un patrón distintivo, similar a una huella dactilar. La espectroscopia óptica, que consiste en... MásIndustria
ver canal
Cepheid y Oxford Nanopore se unen para desarrollar soluciones con secuenciación automatizada
Cepheid (Sunnyvale, CA, EUA), una empresa líder en diagnóstico molecular, y Oxford Nanopore Technologies (Oxford, Reino Unido), la empresa detrás de una nueva generación de... Más