MADRID 21 Dic. (EUROPA PRESS) -
Investigadores de la Universidad de Antioquia, Universidad Politécnica de Madrid, y Johns Hopkins University, con la coordinación del profesor Juan I. Godino-Llorente del Laboratorio de Bioingeniería y Optoelectrónica de la ETSI de Telecomunicación de la UPM, han desarrollado una prueba de concepto a mediana-gran escala de un sistema computarizado de diagnóstico de COVID-19, usando imágenes de radiografía simple de tórax.
"Desde febrero del 2020, la OMS considera la radiografía de tórax criterio diagnóstico y de evaluación de la infección por COVID-19. Las recomendaciones se basan en que la neumonía asociada produce sombras en forma de parches blancos en los pulmones, conocidas como de opacidades de vidrio esmerilado", ha explicado el doctor del Laboratorio de Bioingeniería y Optoelectrónica de la ETSI de Telecomunicación de la UPM y uno de los coautores de este trabajo, Jorge Andrés Gómez.
Estos patrones, prosigue, a menudo se confunden con otros encontrados en diversas neumonías víricas y/o bacterianas, lo que dificulta el diagnóstico clínico mediante imágenes diagnósticas. "Además, su análisis tiene un significativo cuello de botella debido a la necesidad de radiólogos expertos para interpretar las imágenes, y que en un contexto de presión asistencial alto debido a la pandemia puede resultar problemático", ha aseverado el investigador.
Para resolver este problema y favorecer el uso de la radiografía como elemento diagnóstico, los investigadores han diseñado un sistema de ayuda a la toma de decisión basado en redes neuronales y en paradigmas de aprendizaje profundo, proveyendo un diagnóstico automático, capaz de diferenciar Covid-19 de otras neumonías y de identificar las regiones afectadas por la enfermedad eficientemente.
"Con el objetivo de trasladar los resultados a entornos clínicos, no solo se ha evaluado la capacidad diagnóstica del sistema, sino que además se ha estudiado el efecto de un conjunto de factores que podrían sesgar las decisiones, como son la tecnología de la máquina de rayos X, el tipo de proyección de la imagen, el sexo del paciente, concluyendo que no hay evidencias claras de sesgo en el sistema", ha añadido Gómez.
Mediante el análisis automatizado de imágenes de radiografía simple de tórax, el sistema desarrollado proporciona un método objetivo complementario y mínimamente invasivo para el diagnóstico y la evaluación del grado de afectación.
"Los resultados arrojan una muy alta especificidad y sensibilidad (por encima del 90 por ciento, y comparable a la alcanzada por los expertos en radiología). Por otro lado, el sistema proporciona resultados en pocos minutos, reduciendo significativamente el tiempo dedicado por los expertos en radiología a la evaluación de cada paciente y aportando evidencias con capacidad diagnóstica en estadios incipientes de la enfermedad (en los cinco primeros días). Además, el sistema es fácil de trasladar al entorno clínico al estar integrado en un servicio disponible en la nube", ha zanjado el investigador de la UPM. "".
