Intel·ligència Artificial per a accelerar el triatge de malalts amb COVID-19

  • Gabinet de la Rectora
  • 27 de maig de 2020
 

En la lluita contra la COVID-19, l'epidèmia mundial provocada pel coronavirus SARS-CoV-2, l'anticipació és clau. En això treballa un grup internacional d'investigadors i metges on participa Verónica Sanz González, ‘investigadora distingida’ del programa Beatriz Galindo en l'Institut de Física Corpuscular (IFIC, CSIC-Universitat de València).

Aquest equip ha desenvolupat un mètode que utilitza tècniques d'Intel·ligència Artificial per a ajudar a la detecció primerenca de patologies associades a la COVID-19 en radiografies de pacients. Aquest sistema, disponible per a la comunitat científica i metgessa en obert, s'ha desenvolupat a partir d'un estudi previ en un hospital de Brighton (Regne Unit), adaptat al nou coronavirus amb la col·laboració de l'hospital de la Fundació Institut San José de Madrid.

En concret, l'equip d'investigació liderat per Verónica Sanz i Felipe Freitas (Universitat d'Aveiro, Portugal) va començar a desenvolupar fa un parell d'anys una eina que facilitara el triatge de pacients amb malalties respiratòries en països en desenvolupament. Per a això van utilitzar tècniques d'Intel·ligència Artificial com Machine Learning (aprenentatge de màquines, que pretén que els ordinadors reconeguen determinats patrons) aplicades a una àmplia base de dades de radiografies dels Estats Units. Aquest treball, realitzat en col·laboració amb el doctor Andrew Elkins de l'hospital de Brighton, es va publicar en la revista ‘Journal of Medical Artificial Intelligence’.

L'aparició de la COVID-19 va fer que els investigadors, al costat de Johannes Hirn, es plantejaren aplicar aquest mètode a les malalties respiratòries provocades pel nou coronavirus. Mitjançant tècniques de visió per computador, apliquen tècniques específiques d'Intel·ligència Artificial per a millorar la velocitat i robustesa de la identificació, una cosa ja estudiada en el treball abans citat. Així s' ‘entrena’ al sistema per a distingir en la imatge 2D les característiques de malalts de COVID respecte a altres patologies com una pneumònia convencional. “En la base de dades extensa que tenim ara aconseguim resultats excel·lents d'identificació que han motivat continuar la investigació i estendre-la a altres marcadors clínics”, assegura Verónica Sanz.

Aplicacions

Així, per a realitzar un estudi més detallat de la malaltia els investigadors treballen amb la Fundación Instituto San José, hospital especialitzat en Rehabilitació Neurològica i Traumatològica referent en Cures Pal·liatives situat a Madrid. La idea és incloure altres dades clíniques per a refinar encara més els resultats. El prototip d'eina és públic, obert a la comunitat científica i metgessa.

“Aquest estudi podria ajudar a fer una detecció més primerenca de la malaltia, o entendre com les característiques del pacient poden determinar quin tipus d'actuació és millor”, explica Sanz. “El prototip d'aplicació que hem desenvolupat pot ajudar al triatge de pacients, però no substitueix a un diagnòstic PCR i a la decisió d'un professional de la sanitat”, remarca la investigadora de l'IFIC.

D'altra banda, en col·laboració amb el professor Mirko Salomó Alva Sánchez de la Universitat Federal de Ciències de la Salut de Porto Alegre (el Brasil) es pretén ampliar l'estudi a un hospital de la ciutat brasilera. Els investigadors han cursat una petició oficial al govern brasiler per a realitzar un estudi clínic de la COVID-19 que utilitze aquesta eina de triatge, la qual cosa permetria millorar l'aplicació i la seua aplicació en altres centres de salut.

A més, segueix oberta la línia de treball amb la qual es va desenvolupar inicialment aquesta aplicació: la detecció primerenca de malalties respiratòries en països en desenvolupament. Així, en col·laboració amb diverses ONGs, els investigadors pretenen afinar el sistema en altres situacions en les quals aquesta eina podria fallar en enfrontar-se a una malaltia poc comuna als països desenvolupats, com la tuberculosi, i per tant no presents en les bases de dades d'entrenament. Sense incidència en països desenvolupats, la tuberculosi (infecció pulmonar causada pel bacteri Mycobacterium tuberculosi) continua sent una de les 10 principals causes de mort en el món, segons l'OMS. En 2018 es van registrar 10 milions d'infeccions i 1,5 milions de morts per aquesta causa, entre ells 251.000 xiquets. Posar fi a l'epidèmia de tuberculosi en 2030 és una de les metes relacionades amb la salut dels Objectius de Desenvolupament Sostenible.

Més informació:

https://prototipo-covid-19-v1-0.onrender.com/