El servicio de Radiodiagnóstico del Hospital Universitario Clínico San Cecilio y el Instituto Andaluz de Investigación en Ciencia de Datos e Inteligencia Artificial de la Universidad de Granada (UGR) trabajan en el desarrollo de un sistema automático para detectar la afectación pulmonar que produce la Covid-19 a través de las radiografías de tórax de los pacientes.
Desde que a mediados de marzo se inició este proyecto de investigación conjunta se han analizado las placas de rayos-X de un millar de pacientes que han contribuido a entrenar y perfeccionar el modelo denominado ‘deep learning’ o de aprendizaje profundo, según informa la Junta en una nota.
Así, una vez culminada la primera fase de la investigación, esta herramienta permitiría a los especialistas saber si un paciente tiene daño pulmonar por coronavirus, mediante la lectura de su radiografía pulmonar, en un tiempo medio inferior al que tarda en conocerse el resultado de la PCR (Reacción en Cadena de la Polimerasa), prueba que se emplea actualmente como el principal test más validado para detectar la presencia de la infección por Covid-19.
Radiografía de tórax
El jefe de servicio de Radiodiagnóstico del hospital granadino, José Luis Martín Rodríguez, explica que «el objetivo es desarrollar una herramienta de inteligencia artificial basada en algoritmos de aprendizaje profundo que permita identificar, por medio de la radiografía de tórax, la presencia de afectación pulmonar, aún en fases incipientes. Por tanto, su aplicación real más inmediata permitiría disponer de un sistema de detección automatizada de la Covid-19 en pacientes sospechosos».
La precisión del modelo que se está desarrollando arroja un porcentaje de acierto del 80 por ciento
Frente al tiempo y coste de otras pruebas que se han demostrado las más eficaces y validadas en la detección de la infección, como son la tomografía computarizada (TAC) o la PCR, disponer de este modelo implicaría agilizar los tiempos en el diagnóstico,