MADRID, 14 Abr. (EUROPA PRESS) -
La Universidad Carlos III de Madrid (UC3M), el Hospital General Universitario Gregorio Marañón (HGUGM), el Instituto de Investigación Sanitaria San Carlos y la empresa coordinadora, Sedecal Molecular Imaging (SMI), están desarrollando un nuevo sistema radiológico de alta precisión de afectación pulmonar por el nuevo coronavirus.
En concreto, estos investigadores tratan de conseguir en el marco de este proyecto es combinar la inteligencia artificial (IA) y la tomosíntesis (con dosis bajas de rayos X) para desarrollar un dispositivo de bajo coste que podría aumentar sustancialmente la precisión diagnóstica radiológica, con niveles comparables a los que se consigue mediante un TAC.
Además, este sistema ofrecería mucha mayor disponibilidad y sería más versátil, dado que se podría instalar incluso en vehículos o en carpas portátiles de triaje. "La incorporación de algoritmos de IA puede contribuir a facilitar el diagnóstico, acelerando el análisis de las imágenes y reduciendo las dosis de radiación recibida por el paciente", explica el investigador responsable del proyecto, Manuel Desco.
El objetivo general de esta iniciativa es conseguir adaptar desarrollos tecnológicos que ya están en curso para cubrir las necesidades específicas de imagen radiológica demandadas por la epidemia de COVID-19. El proyecto tiene una duración estimada seis meses, al término de los cuales se pretende disponer de un nuevo sistema de radiología completamente funcional, capaz de realizar estudios "cuasi-tomográficos" de rayos X.
Este sistema tiene "múltiples ventajas" respecto a las técnicas empleadas en la actualidad, puesto que, según han explicado los expertos, permite aumentar la precisión diagnóstica radiológica, lo que resulta crítico para el manejo clínico del paciente; aumenta la disponibilidad de medios diagnósticos a un coste asumible; facilita la caracterización epidemiológica del brote, detectando mejor la existencia de afectación pulmonar; y simplifica el trabajo al radiólogo. Y por último, garantiza la optimización de la dosis administrada al paciente.
