El objetivo final es facilitar una herramienta a los profesionales sanitarios que permita una detección fiable y temprana de población que puede presentar sospechas de síntomas relacionados con la neumonía causada por el  Covid-19.

A través de nuestra área de salud estamos trabajando desde el inicio de la crisis y en colaboración con diversos hospitales, en un algoritmo de inteligencia artificial (IA) para detectar COVID-19 en las radiografías de tórax.

“Cuando comenzó la alerta Sanitaria y vimos la saturación que había en la red de hospitales del Sistema Nacional, con la experiencia que teníamos en análisis de imagen médica, pensamos que era necesario el poder facilitar herramientas y soluciones a los profesionales sanitarios, con el objetivo de ayudarles en su lucha diaria asistiendo a los pacientes. Nos propusimos desarrollar una solución, pero no como diagnóstico final, sino que sirviera como “primer screening o triaje” de la enfermedad y que pudiera apoyar al facultativo junto con otras herramientas como la prueba de PCR a decidir si el paciente quedaba ingresado o no en el hospital” expone Alberto Gómez, CEO de Indizen

En apenas una semana se diseñó un primer modelo de red neuronal de aprendizaje profundo, compuesta de varios modelos, que es capaz de analizar a día de hoy siete radiografías al minuto.

El proceso de análisis es sencillo. La radiografía de tórax se analiza en un servicio que procesa toda la información en el ordenador del usuario y la aplicación muestra un resultado, en una escala entre cero y uno, que indica la similitud que tiene esa radiografía con la de un paciente que ha sido diagnosticado con covid-19 y confirmado por PCR.

A día de hoy, existen todavía dudas sobre si la IA puede diferenciar entre el cuadro que causa en los pulmones el nuevo coronavirus y el que causan otras enfermedades del tracto respiratorio inferior, dado que las soluciones que se están desarrollando están siendo entrenadas para enfocarse sobre todo en pacientes enfermos de gravedad, que no representan siempre la casuística que puedes encontrar en los escenarios clínicos reales. 

La radiografía de tórax puede ser una prueba rápida, efectiva y asequible para evaluar la neumonía asociada con el coronavirus COVID-19. A futuro, podría detectar de forma temprana la neumonía por Covid-19 en pacientes con síntomas leves o de sospecha y de esta forma, poner en marcha los correspondientes protocolos.

El uso de la Inteligencia Artificial, hay que entenderla como una herramienta de apoyo para la interpretación de los exámenes de rayos X de tórax, y que puede ayudar a tener una visión más completa en la toma de decisiones para pacientes que muestran síntomas leves, o sospecha, así como el poder identificar y/o clasificar a los pacientes por la progresión de los síntomas, hacer seguimiento, reevaluar casos, etc.

DATOS DEL MODELO Y ALGORITMO

El algoritmo se está entrenando, usando un conjunto de datos con imágenes confirmadas de COVID-19 junto a otros conjuntos de datos de código abierto como son Chexpert de Stanford, MIMIC CXR 2.0, Padchest o el de la RSNA Pneumonia Challenge. El conjunto de datos resultante para los modelos iniciales,  incluyó más de 17.000 imágenes de radiografía posteroanterior de tórax repartidas en las clases de  Covid-19, neumonías víricas y bacterianas, otras patologías pulmonares y normal, en  las  que se balancearon los grupos y se les dió pesos específicos. Después de entrenar la red se probó en un subconjunto del conjunto de datos con los siguientes resultados:

La red neural en desarrollo ha producido en los resultados actuales una precisión para el covid de un 97.5% y con una sensibilidad del 100%.

Desde Indizen se indica que, hoy por hoy, no se trata de una solución lista para la certificación y puesta en mercado como producto sanitario, pero se confía en que gracias a los prometedores resultados obtenidos por el modelo desarrollado en el conjunto de datos de prueba, pueda llegar a ser aprovechado y permita acelerar el desarrollo de soluciones basadas en Deep Learning altamente precisas y prácticas para detectar casos de COVID-19 a partir de imágenes de radiografía de tórax y acelerar el tratamiento de aquellos que más lo necesitan. En base a estos resultados, se puede ver que aunque el algoritmo se desempeña bien en conjunto en la detección de casos de COVID-19 a partir de imágenes de radiografía de tórax, hay varias áreas de mejora tanto en el diagnóstico como en la visualización que pueden beneficiarse de la recolección de datos adicionales y cooperación con los servicios de radiología.