Related Articles
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%.
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).
