Imagen de toubibe en Pixabay

Dos estudiantes españoles aplican la inteligencia artificial para detectar la covid-19 en radiografías de tórax

El proyecto desarrollado por Flavio Grillo y Javier Balbás, estudiantes de Telecomunicaciones, permite detectar la presencia de la covid-19 en radiografías de tórax con una precisión del 97,9%.

Imagen de BurgosConecta


Grillo y Balbás estudian último curso de Ingeniería de Telecomunicaciones por la Universidad Europea de Madrid y Electronics and Communications por la University of Hertfordshirehan. Conjuntamente han desarrollado un modelo de inteligencia artificial que puede diferenciar con gran precisión una neumonía provocada por la covid-19 de una neumonía típica.

La herramienta basa los resultados en una IA que ha sido «enseñada» con un catálogo de imágenes verificadas por profesionales de positivos confirmados covid-19, todas con diferentes enfoques o resoluciones.

Se trata principalmente que este modelo de inteligencia artificial permita dar la voz de alarma o ayudar en el diagnóstico a profesionales que no tengan a su disposición test o que que duden sobre un primer diagnóstico.

En el futuro habrá que diferenciar con exactitud las neumonías típicas de las provocadas por el coronavirus, para aplicar los protocolos de aislamiento o tratamiento preceptivos. De ahí la utilidad del sistema desarrollado.

Los antecedentes de este proyecto partió cuando los estudiantes vieron cómo médicos chinos aplicaban un filtro de inteligencia artificial a la máquina de rayos para determinar si el paciente estaba sano, tenía una neumonía típica o había sido infectado por covid-19.

Posteriormente un artículo científico de la Universidad de Ottawa (Canadá) sobre COVID-Net, una herramienta de inteligencia artificial que se basaba en la diferencia existente entre la neumonía provocada por la covid-19 y otras afecciones respiratorias y pulmonares.

Con esos antecedentes pasaron a desarrollar un modelo propio de reconocimiento de imágenes por inteligencia artificial basado en redes neuronales convolucionales para la detección de neumonía ocasionada por la covid-19.

El sistema ha sido entrenado con cuatro categorías de imágenes: radiografías de pacientes con neumonía por coronavirus, con neumonía vírica, con neumonía bacteriana y pacientes sanos (una categoría en la que encajan también imágenes fallidas).

El modelo de identificación alcanza el 97,9% de precisión.

Han tomado imágenes de la Universidad de Ottawa, del Centro Nacional de Radiología Intensivista de Italia, de un médico español que ha compartido radiografías online y de las bases de datos que están utilizando los profesionales sanitarios en plena crisis. Ahora, el objetivo sería mejorar el modelo y hacer un estudio clínico que lo corrobore.

De ahí que se haga un llamamiento a médicos y hospitales a que donen sus radiografías para disponer de un mayor número de imágenes de referencia.

En https://www.coronavirusxray.com/ se pueden hacer las comprobaciones incluso con radiografías propias, subiendo la imagen y comparándola con las imágenes registradas en el modelo (esta radiografía nunca quedará almacenada en el dispositivo por protección de datos).

Ver tambien

SILQ, hablar con una computadora cuántica

Los informáticos del instituto federal de tecnología ETH Zurich han diseñado Silq, el primer lenguaje …