Inteligencia artificial para detectar el Covid-19 en segundos en pacientes sintomáticos, a través de radiografías de tórax, es el proyecto en el que Andrés Felipe Escobar, egresado del programa de Ingeniería Biomédica del año 2018 y estudiante del doctorado en Bioingeniería de la UAO, ha trabajado desde que comenzó el brote de Coronavirus en Colombia, con la compañía Inbionic.

Esta herramienta cobra mayor importancia al tener en cuenta que el diagnóstico temprano es vital para la toma de decisiones por parte de los profesionales de la salud y que según la Organización Mundial de la Salud, OMS, el coronavirus genera infecciones respiratorias, como la neumonía, que dependiendo del diagnóstico oportuno, estado del paciente, comorbilidades, tratamiento y demás, puede presentar una pronta recuperación o desencadenar en una enfermedad fatal.

Y precisamente en este punto es donde tiene participación el proyecto liderado por Andrés Felipe, el cual consiste en el desarrollo de una herramienta de apoyo a los profesionales de la salud para la toma de decisiones, que analiza el porcentaje de probabilidad de presencia del Covid-19 en pacientes con síntomas respiratorios, por medio de radiografías digitales de tórax.

¿Cómo detectar el Covid a través de una radiografía?

Este sistema funciona a partir de la experiencia, gracias al aprendizaje automatizado o machine learning. “Cuando aprendemos los colores lo hacemos a través de la experiencia, nos muestran muchas veces el color rojo hasta que logramos identificarlo entre los demás, así mismo sucede con nuestra plataforma”, mencionó Andrés Escobar.

Después de crear bases de datos con imágenes diagnósticas de rayos X de pacientes sanos y con el virus, se desarrolló un algoritmo que las segmenta y clasifica en positivos y negativos, similar a lo que ocurre con el ejemplo del color rojo, el sistema después de agrupar miles de imágenes aprende a reconocer cuáles son de pacientes con Covid y cuáles no. Cabe mencionar que, inicialmente se crearon bases de datos con imágenes diagnósticas de pacientes con Covid de otros países como China, España e Italia, pero actualmente se está trabajando en una propia con casos del país.

Para realizar el análisis, el profesional de la salud deberá adjuntar en la plataforma la radiografía de tórax digital del paciente en formato JPG o PNG, asignar un código, dar clic en Analizar RX y el sistema se encarga de calcular la probabilidad de presencia del virus en el paciente. Una vez se obtenga el resultado, el médico deberá verificar el diagnóstico y dar el manejo que corresponda.

La idea de crear esta herramienta surgió por retos impulsados por ingenieros y médicos de otros países como China e Italia, quienes teniendo en cuenta que el Covid genera neumonía, fueron creando bases de datos con radiografías de pacientes y las habilitaron en la web, con el fin de que el mundo realizara investigaciones para el desarrollo de herramientas de apoyo a los médicos en la toma de decisiones. “Vimos la oportunidad de seguir la investigación desde la región con esas radiografías públicas, comenzamos con esas bases de datos de otros países y desarrollamos modelos predictivos, los cuales mostraron resultados positivos”, agregó Andrés Felipe.

95% de efectividad en la detección de Covid

La precisión que ha alcanzado el modelo de Inbionic para la detección del Covid-19 en pacientes sintomáticos es del 95%, sin embargo, si se robustece la base de datos de imágenes diagnósticas, es decir, si más clínicas y hospitales cargan radiografías en el sistema, se aumenta la precisión del diagnóstico.

Para acceder a la plataforma, Inbionic lanzó la primera versión libre, gratuita y de acceso público, a la que clínicas y hospitales pueden acceder aquí.

Es importante tener en cuenta que este método aplica solo para pacientes con síntomas respiratorios, ya que en ellos se puede percibir la afectación en los pulmones a través de una radiografía.

En este momento el proyecto se encuentra en etapa de validación, se está confirmando la eficacia del modelo. A la fecha se han procesado más de 1500 radiografías y de estas 50 han permitido el diagnóstico de pacientes positivos para Covid, el cual ha sido verificado con la prueba de diagnóstico directo PCR.

Sobre Inbionic

Es un ‘startup’ dirigido a la investigación aplicada, que busca desarrollar modelos algorítmicos de inteligencia artificial para la detección temprana de patologías, ha trabajado en la detección del cáncer de mama y del Covid-19.

Además aporta soluciones integrales en ingeniería, como restauración de equipos médicos y fabricación de repuestos en impresión 3D y corte láser.

Informes:
Facultad de Ingeniería
Carolina Zambrano
Correo electrónico: czambrano@uao.edu.co

Inteligencia artificial para detectar el Covid-19 en segundos en pacientes sintomáticos, a través de radiografías de tórax, es el proyecto en el que Andrés Felipe Escobar, egresado del programa de Ingeniería Biomédica y estudiante del doctorado en Bioingeniería de la UAO, ha trabajado desde que comenzó el brote de Coronavirus en Colombia, con la compañía Inbionic.

Esta herramienta cobra mayor importancia al tener en cuenta que el diagnóstico temprano es vital para la toma de decisiones por parte de los profesionales de la salud y que según la Organización Mundial de la Salud, OMS, el coronavirus genera infecciones respiratorias, como la neumonía, que dependiendo del diagnóstico oportuno, estado del paciente, comorbilidades, tratamiento y demás, puede presentar una pronta recuperación o desencadenar en una enfermedad fatal.

Y precisamente en este punto es donde tiene participación el proyecto liderado por Andrés Felipe, el cual consiste en el desarrollo de una herramienta de apoyo a los profesionales de la salud para la toma de decisiones, que analiza el porcentaje de probabilidad de presencia del Covid-19 en pacientes con síntomas respiratorios, por medio de radiografías digitales de tórax.

¿Cómo detectar el Covid a través de una radiografía?

Este sistema funciona a partir de la experiencia, gracias al aprendizaje automatizado o machine learning. “Cuando aprendemos los colores lo hacemos a través de la experiencia, nos muestran muchas veces el color rojo hasta que logramos identificarlo entre los demás, así mismo sucede con nuestra plataforma”, mencionó Andrés Escobar.

Después de crear bases de datos con imágenes diagnósticas de rayos X de pacientes sanos y con el virus, se desarrolló un algoritmo que las segmenta y clasifica en positivos y negativos, similar a lo que ocurre con el ejemplo del color rojo, el sistema después de agrupar miles de imágenes aprende a reconocer cuáles son de pacientes con Covid y cuáles no. Cabe mencionar que, inicialmente se crearon bases de datos con imágenes diagnósticas de pacientes con Covid de otros países como China, España e Italia, pero actualmente se está trabajando en una propia con casos del país.

Para realizar el análisis, el profesional de la salud deberá adjuntar en la plataforma la radiografía de tórax digital del paciente en formato JPG o PNG, asignar un código, dar clic en Analizar RX y el sistema se encarga de calcular la probabilidad de presencia del virus en el paciente. Una vez se obtenga el resultado, el médico deberá verificar el diagnóstico y dar el manejo que corresponda.

La idea de crear esta herramienta surgió por retos impulsados por ingenieros y médicos de otros países como China e Italia, quienes teniendo en cuenta que el Covid genera neumonía, fueron creando bases de datos con radiografías de pacientes y las habilitaron en la web, con el fin de que el mundo realizara investigaciones para el desarrollo de herramientas de apoyo a los médicos en la toma de decisiones. “Vimos la oportunidad de seguir la investigación desde la región con esas radiografías públicas, comenzamos con esas bases de datos de otros países y desarrollamos modelos predictivos, los cuales mostraron resultados positivos”, agregó Andrés Felipe.

95% de efectividad en la detección de Covid

La precisión que ha alcanzado el modelo de Inbionic para la detección del Covid-19 en pacientes sintomáticos es del 95%, sin embargo, si se robustece la base de datos de imágenes diagnósticas, es decir, sí más clínicas y hospitales cargan radiografías en el sistema, se aumenta la precisión del diagnóstico.

Para acceder a la plataforma, Inbionic lanzó la primera versión libre, gratuita y de acceso público, a la que clínicas y hospitales pueden acceder a través de https://inbionicx.web.app/

Es importante tener en cuenta que este método aplica solo para pacientes con síntomas respiratorios, ya que en ellos se puede percibir la afectación en los pulmones a través de una radiografía.

En este momento el proyecto se encuentra en etapa de validación, se está confirmando la eficacia del modelo. A la fecha se han procesado más de 1500 radiografías y de estas 50 han permitido el diagnóstico de pacientes positivos para Covid, el cual ha sido verificado con la prueba de diagnóstico directo PCR.

Sobre Inbionic

Es un ‘startup’ dirigido a la investigación aplicada, que busca desarrollar modelos algorítmicos de inteligencia artificial para la detección temprana de patologías, ha trabajado en la detección del cáncer de mama y del Covid-19.

Además aporta soluciones integrales en ingeniería, como restauración de equipos médicos y fabricación de repuestos en impresión 3D y corte láser.

Informes

Facultad de Ingeniería

Carolina Zambrano

Correo: czambrano@uao.edu.co