Esta solución podría ayudar a descongestionar los centros de salud y aquellos con acceso limitado a las pruebas convencionales. Desarrollan en el país modelo de IA para la detección complementaria del COVID-19
Una compañía colombiana que desarrolló un modelo de Inteligencia Artificial (IA) para identificar 42 tipos de mutaciones de cáncer de pulmón, ahora aprovechó su experiencia para desarrollar un modelo de detección complementaria para el COVID-19
Con base en su experiencia en el análisis de imágenes diagnósticas y, teniendo en cuenta que todos los casos sintomáticos de coronavirus generan un tipo particular de afección pulmonar, Índigo Technologies se propuso desarrollar una solución de inteligencia artificial que entrenó para identificar en las imágenes diagnósticas de pulmones la presencia de neumonías específicamente derivadas del coronavirus, y de esta manera determinar si el paciente ha sido contagiado.
Si bien la metodología aprobada actualmente por la Organización Mundial de la Salud es la PCR, que es la prueba convencional a través de la cual se han identificado los casos reportados hasta la fecha en el mundo entero, este test diagnóstico implica grandes retos, en particular en países de ingreso medio y bajo.
La escasa capacidad instalada para el análisis, la escasez de los reactivos necesarios para los testeos y la logística del transporte de las pruebas hasta los laboratorios, han demostrado ser un verdadero desafío para la contención de la pandemia en Colombia.
Por otro lado, las lecciones aprendidas de países como Corea, o los países nórdicos indican que el testeo masivo, el diagnóstico temprano y las medidas de aislamiento oportunas son determinantes para la contención de la pandemia.
Teniendo en cuenta este panorama, Indigo se propuso generar una solución que operará como una herramienta complementaria de alta precisión, soportada por equipos más accesibles y que se integran a herramientas de analítica que ayudan a los médicos para acelerar la entrega de resultados.
Estos equipos son los más de 1.800 tomógrafos que hay en el país y las máquinas de Rayos X que también están disponibles en gran parte de los centros de salud de baja complejidad.
La prueba requiere sólo imágenes de TAC o Rayos X y una conexión a internet, y puede ser usada como recurso rápido y complementario a las pruebas convencionales de PCR-RT.
Para el desarrollo de la aplicación, Indigo entrenó un algoritmo que opera en la nube de Microsoft Azure, usando más de 6.500 imágenes diagnósticas entre Rayos X y tomografías.
Entendiendo que hay una morfología específica en las neumonías producidas por el COVID-19 y que sus características son distintas a las neumonías producidas por otras causas, el algoritmo de aprendizaje reconoce mediante procesos avanzados de extracción de características geométricas sobre la lesión y factores de profundidad que validan la morfología, cuáles son esos patrones que son exclusivos de afecciones pulmonares ocasionadas por COVID-19.
Después de realizar este entrenamiento, y a través de las pruebas de laboratorio, Índigo logró llegar a unos coeficientes de certeza que llegan al 93,7% de sensibilidad. En otras palabras, de cada 100 pruebas que muestran una afección pulmonar, el algoritmo está en capacidad de identificar la neumonía en promedio en 94 de ellas.
De cada 100 casos con neumonías de Coronavirus, el algoritmo está en condición de identificar con exactitud a 98 de ellos.
