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