La COVID-19 en los pulmones, según un estudio de la Universidad de Florida Central (UCF).
La investigación, publicada en Nature Communications, muestra que la técnica también puede superar algunos de los desafíos de las pruebas actuales para diagnosticar la enfermedad provocada por el virus SARS-CoV-2.
Los científicos entrenaron un algoritmo de IA para clasificar el COVID-19 en tomografías computarizadas (TC) con una precisión de hasta 90 por ciento.
No solo eso. También pudo identificar correctamente los casos positivos el 84 por ciento de las veces, mientras que el acierto con los negativos llegó al 93 por ciento.
El gran pero de las tomografías
Las tomografías computarizadas ofrecen una visión más profunda del diagnóstico y la progresión de COVID-19 en comparación con las pruebas de reacción en cadena de la polimerasa con transcripción inversa, conocidas como PCR.
Estas pruebas tienen altas tasas de falsos negativos, retrasos en el procesamiento y otros desafíos.
Otra ventaja de las tomografías computarizadas es que pueden detectar COVID-19 en personas sin síntomas, durante los primeros malestares e incluso después de que la sintomatología desaparece.
Sin embargo, las TC no siempre se recomiendan para diagnosticar el COVID-19 porque la enfermedad a menudo se parece en las exploraciones a las neumonías asociadas a la influenza.
Más capaz para detectar COVID-19
El nuevo algoritmo podría superar este problema identificando con precisión los casos de COVID-19, distinguiéndolos de la influenza.
De esta forma, podría servir como una ayuda potencial para los médicos, sostuvo Ulas Bagci, profesor del Departamento de Ciencias de la Computación de la UCF.
“Se puede utilizar como una herramienta de prueba complementaria en poblaciones limitadas muy específicas, y se puede utilizar rápidamente ya gran escala en el desafortunado caso de un brote recurrente”, afirmó el investigador.
Para realizar el estudio, los investigadores entrenaron un algoritmo informático para reconocer el COVID-19 en tomografías computarizadas de pulmón de 1,280 pacientes de China, Japón e Italia.
Luego probaron el algoritmo en tomografías computarizadas de 1,337 pacientes con enfermedades pulmonares, que van desde COVID-19 hasta el cáncer y las neumonías no asociadas al nuevo coronavirus.
Cuando compararon los diagnósticos de la computadora con los confirmados por los médicos, encontraron que el algoritmo era extremadamente competente para diagnosticar con precisión la neumonía por COVID-19 en los pulmones y distinguirla de otras enfermedades.
