Subscribe Us

TECNOLOGÍA. IA detecta COVID-19 con mayor precisión y 10 veces más rápido que expertos radiólogos

 


El algoritmo superó a los radiólogos torácicos en la detección de COVID-19 en un nuevo estudio.

  • El algoritmo se entrenó y se probó en el conjunto de datos más grande de la era COVID (17.002 imágenes de rayos X)
  • El algoritmo analizó las imágenes de rayos X de los pulmones aproximadamente 10 veces más rápido, entre un 1% y un 6% con más precisión que los radiólogos especializados individuales
  • El algoritmo ahora está disponible públicamente para que otros investigadores continúen entrenándolo con nuevos datos
  • El sistema también podría potencialmente marcar a los pacientes para el aislamiento y las pruebas que de otro modo no están bajo investigación por COVID-19
  • "Se necesitarían unos segundos para evaluar a un paciente y determinar si es necesario aislarlo", dice el investigador.


Los investigadores de la Universidad Northwestern han desarrollado una nueva plataforma de inteligencia artificial (IA) que detecta COVID-19 mediante el análisis de imágenes de rayos X de los pulmones. 

Llamado DeepCOVID-XR, el algoritmo de aprendizaje automático superó a un equipo de radiólogos torácicos especializados: detectando COVID-19 en rayos X aproximadamente 10 veces más rápido y entre un 1% y un 6% con mayor precisión.

Los investigadores creen que los médicos podrían usar el sistema de inteligencia artificial para evaluar rápidamente a los pacientes que ingresan en los hospitales por razones distintas al COVID-19. La detección más rápida y temprana del virus altamente contagioso podría proteger a los trabajadores de la salud y a otros pacientes al hacer que el paciente positivo se aísle antes.

Los autores del estudio también creen que el algoritmo podría potencialmente marcar a los pacientes para aislamiento y pruebas que de otra manera no estarían bajo investigación para COVID-19. El estudio se ha publicado hoy , 24 de noviembre de 2020 en la revista Radiology .

“No pretendemos reemplazar las pruebas reales”, dijo Aggelos Katsaggelos de Northwestern, experto en inteligencia artificial y autor principal del estudio. “Las radiografías son rutinarias, seguras y económicas. Nuestro sistema tardaría unos segundos en evaluar a un paciente y determinar si ese paciente necesita ser aislado ".

“Podría llevar horas o días recibir los resultados de una prueba de COVID-19”, dijo el Dr. Ramsey Wehbe, cardiólogo y becario postdoctoral en IA en el Instituto Cardiovascular de Northwestern Medicine Bluhm. “La IA no confirma si alguien tiene el virus o no. Pero si podemos marcar a un paciente con este algoritmo, podríamos acelerar la clasificación antes de que se obtengan los resultados de la prueba ".


Predicción positiva de COVID-19 de mapas de calor Grad-CAM

Los mapas de calor generados resaltaron adecuadamente las anomalías en los campos pulmonares en aquellas imágenes etiquetadas con precisión como COVID-19 positivo (AC) en contraste con las imágenes que fueron etiquetadas con precisión como negativas para COVID-19 (D). La intensidad de los colores en el mapa de calor corresponde a las características de la imagen que son importantes para la predicción de la positividad de COVID-19. Fuente: Universidad Northwestern


Un ojo entrenado

Para muchos pacientes con COVID-19, las radiografías de tórax muestran patrones similares. En lugar de pulmones claros y sanos, sus pulmones se ven irregulares y confusos.

Muchos pacientes con COVID-19 tienen hallazgos característicos en sus imágenes de tórax. Estos incluyen 'consolidaciones bilaterales'. Los pulmones están llenos de líquido e inflamados, especialmente a lo largo de los lóbulos inferiores y la periferia.

El problema es que la neumonía, la insuficiencia cardíaca y otras enfermedades de los pulmones pueden verse similares en las radiografías. Se necesita un ojo entrenado para diferenciar entre COVID-19 y algo menos contagioso.

El laboratorio de Katsaggelos se especializa en el uso de IA para imágenes médicas. Él y Wehbe ya habían estado trabajando juntos en proyectos de imágenes de cardiología y se preguntaban si podrían desarrollar un nuevo sistema para ayudar a combatir la pandemia.

IA contra humanos expertos

Para desarrollar, entrenar y probar el nuevo algoritmo, los investigadores utilizaron 17.002 imágenes de rayos X de tórax, el mayor conjunto de datos clínicos publicados de rayos X de tórax de la era COVID-19 utilizado para entrenar un sistema de inteligencia artificial. De esas imágenes, 5445 provinieron de pacientes COVID-19 positivos de sitios en todo el Northwestern Memorial Healthcare System.

Luego, el equipo probó DeepCOVID-XR contra cinco radiólogos cardiotorácicos capacitados por becas en 300 imágenes de prueba aleatorias del Lake Forest Hospital. Cada radiólogo tardó aproximadamente entre dos horas y media y tres horas y media en examinar este conjunto de imágenes, mientras que el sistema de inteligencia artificial tardó unos 18 minutos.

La precisión de los radiólogos osciló entre el 76% y el 81%. DeepCOVID-XR funcionó ligeramente mejor con un 82% de precisión.

Estos son expertos que están capacitados en una subespecialidad en la lectura de imágenes del tórax. Considerando que la mayoría de las radiografías de tórax son leídas por radiólogos generales o inicialmente interpretadas por no radiólogos, como el médico tratante, muchas veces las decisiones se toman en base a esa interpretación inicial.

“Los radiólogos son costosos y no siempre están disponibles”, dijo Katsaggelos. “Las radiografías son económicas y ya son un elemento común de la atención de rutina. Esto podría potencialmente ahorrar dinero y tiempo, especialmente porque el tiempo es muy crítico cuando se trabaja con COVID-19 ”.

Límites al diagnóstico

Por supuesto, no todos los pacientes con COVID-19 muestran algún signo de enfermedad, incluso en las radiografías de tórax. Especialmente al principio de la progresión del virus, es probable que los pacientes aún no tengan manifestaciones en sus pulmones.

"En esos casos, el sistema de inteligencia artificial no marcará al paciente como positivo", dijo Wehbe. “Pero tampoco lo haría un radiólogo. Claramente, existe un límite para el diagnóstico radiológico de COVID-19, por lo que no lo usaríamos para reemplazar las pruebas".

Los investigadores de Northwestern han puesto el algoritmo a disposición del público con la esperanza de que otros puedan seguir entrenándolo con nuevos datos. En este momento, DeepCOVID-XR todavía se encuentra en la fase de investigación, pero podría usarse potencialmente en el entorno clínico en el futuro.

Fuente: Radiology Journal . 24 noviembre 2020.

Los coautores del estudio incluyen a Jiayue Sheng, Shinjan Dutta, Siyuan Chai, Amil Dravid, Semih Barutcu y Yunan Wu, todos miembros del laboratorio de Katsaggelos, y los Dres. Donald Cantrell, Nicholas Xiao, Bradly Allen, Gregory MacNealy, Hatice Savas, Rishi Agrawal y Nishant Parekh, todos radiólogos de Northwestern Medicine.


PUBLICIDAD

Publicar un comentario

0 Comentarios