Suscríbete al boletín semanal

Suscríbete para recibir cada semana el boletín SINC con los contenidos más relevantes y no te pierdas nada de la actualidad científica.

Suscríbete al boletín semanal
Si estás registrado

No podrás conectarte si excedes diez intentos fallidos.

Si todavía no estás registrado

La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.

Selecciona el tuyo:

Periodistas Instituciones
Si estás registrado

No podrás conectarte si excedes diez intentos fallidos.

Si todavía no estás registrado

La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.

Selecciona el tuyo:

Periodistas Instituciones

Radiografías de tórax para detectar la COVID-19

Usando un algoritmo de inteligencia artificial, dos estudiantes de ingeniería han desarrollado un modelo que reconoce una infección por coronavirus con hasta un 97 % de precisión en radiografías torácicas. La herramienta está disponible on line para ayudar a los profesionales sanitarios en su diagnóstico de pacientes.

El modelo se ha entrenado con diversos tipos de radiografías de tórax para detectar aquellas con neumonía causada por coronavirus. / Staff Sgt. Benjamin Stratton

Los estudiantes Flavio Grillo y Javier Balbás del último curso de Ingeniería de la Universidad Europea de Madrid han creado un modelo, basado en la inteligencia artificial, que permite detectar la infección por COVID-19 a través de una radiografía de tórax.

Su investigación parte de la idea de que la imagen radiológica ayuda a diferenciar con gran precisión una neumonía provocada por coronavirus de otra causada por patógenos diferentes. 

Esta herramienta puede dar la voz de alarma y ayudar al personal sanitario que no tenga a su disposición PCR o test rápidos de detección del coronavirus, o que dude sobre la primera impresión clínica de un paciente con neumonía

"Utilizando redes neuronales convolucionales, aplicamos un algoritmo de aprendizaje muy eficaz para analizar este tipo de imagen, capaz de extraer información diversa en función del tamaño y resolución de los ficheros de entrada”, dicen los autores.

El modelo se ha entrenado con cuatro tipos de radiografías de pacientes: con neumonía por coronavirus, otra distinta vírica o bacteriana, con ambos pulmones sanos y una cuarta categoría con las imágenes fallidas. Cuando se ponía a prueba, el índice de precisión alcanzaba el 97,9 %.

Las casi 8.000 radiografías que han seleccionado para el entrenamiento están verificadas, ya que proceden de la Universidad de Ottawa (Canadá), del Centro Nacional de Radiología Intensivista de Italia, de las bases de datos que usan los profesionales sanitarios durante la pandemia, y de un médico español que ha compartido decenas de radiografías on line.

Acceso abierto a profesionales

La herramienta está disponible de forma abierta y gratuita para los profesionales en las páginas webs coronavirusxray.com o covid19xray.com, donde sus creadores también les invitan a compartir más radiografías para seguir perfeccionando el sistema. De momento la respuesta está siendo muy positiva.

Grillo y Balbás, que también cursan Electrónica y Comunicaciones en la Universidad de Hertfordshire (Reino Unido) dentro de un doble grado internacional, aseguran que su herramienta no es de diagnóstico en sí misma, pero sí apoya al colectivo médico para que pueda realizar mejores diagnósticos.

“Sirve para dar la voz de alarma y ayudar al personal sanitario que no tenga a su disposición las PCR o test rápidos de detección del coronavirus, o bien dude sobre la primera impresión clínica de un paciente con neumonía”, concluyen los futuros ingenieros.

Fuente:
Universidad Europea de Madrid
Derechos: Creative Commons.
Artículos relacionados
Supercomputación para visualizar la relación entre movilidad y riesgo de propagación de la pandemia

El Barcelona Supercomputing Center – Centro Nacional de Supercomputación (BSC-CNS) pone a disposición de científicos y administraciones una herramienta cartográfica que permite integrar de forma visual los datos de casos con covid-19 y los de movilidad de la ciudadanía. Su nombre, Covid-19 Flow-Maps.

Ciencia de redes para analizar cómo juegan los equipos de fútbol

Utilizando redes complejas y los datos de la temporada 2018-2019 de la liga española de fútbol, investigadores de las universidades Politécnica de Madrid y Rey Juan Carlos han comprobado que el Real Madrid y el F.C. Barcelona son los equipos que juegan de forma más consistente. El Barça, además, presenta el tipo de juego más identificable.