Buscan mejorar el diagnóstico de la COVID-19 a través de Inteligencia Artificial
Con el objetivo presentar el impacto de la aplicación de la Inteligencia Artificial (IA) en el diagnóstico rápido de la COVID-19 a través de la telemedicina en la salud pública de Paraguay, un grupo de investigadores publicaron un artículo científico en la Revista Medicine Access @ Point of Care.
La investigación es un estudio de la viabilidad de diseño observacional, descriptivo, multicéntrico, basado en una herramienta de IA para detección de COVID-19 en imágenes de tomografía computarizada (TC) de tórax de pacientes con dificultades respiratorias que asisten los hospitales públicos del país.
Las imágenes de TC digitales de los pacientes se transmitieron a la plataforma de diagnóstico de IA y luego de unos minutos, radiólogos y neumólogos especializados en COVID-19 descargaron las imágenes para su evaluación, confirmación del diagnóstico y comparación con el diagnóstico genético. Además, los profesionales determinaron el porcentaje de concordancia entre dos sistemas de IA similares aplicados en paralelo para estudiar la viabilidad de utilizarlo como método alternativo de cribado de pacientes con COVID-19 a través de la telemedicina.
Entre marzo y agosto de 2020 se realizaron 911 pruebas diagnósticas rápidas a pacientes con enfermedades respiratorias en 14 hospitales a nivel nacional. De la población estudiada, el 62,6 % eran varones y 37,4 % mujeres. La mayoría de las afecciones respiratorias diagnosticadas correspondieron al grupo de edad de 27 a 59 años (252 estudios), el segundo más frecuente correspondió al grupo de mayores de 60 años y el tercero al grupo de 19-26 años.
Los hallazgos más frecuentes fueron neumonía severa, neumonía bilateral con derrame pleural, enfisema pulmonar bilateral, opacidad difusa en vidrio esmerilado, paresia hemidiafragmática, granuloma calcificado en lóbulo inferior derecho, secuelas de tuberculosis, enfisema bilateral, entre otros. En general, se determinó un promedio de 86% de acuerdo y 14 % de discordancia diagnóstica entre los dos sistemas de AI. La sensibilidad del mismo fue del 93 % y la especificidad del 80 % en comparación con la RT-PCR.
Con este tipo de aplicaciones se logra fortalecer la red integrada de servicios de salud, racionalizando el uso de recursos humanos especializados, equipos e insumos para el diagnóstico de laboratorio.
Los autores del artículo denominado “Detección rápida de COVID-19 aplicando inteligencia artificial a la tomografía computarizada de tórax imágenes: Un estudio de viabilidad” son Pedro Galván, Ronald Rivas, categorizados en el Programa Nacional de Incentivo a los Investigadores (PRONII) del CONACYT, José Fusillo, Felipe González, Luciano Recalde, Oraldo Vukujevic, José Ortellado, Juan Portillo y Enrique Hilario.
