Durante la pandemia el accionar rápido y realizar un triage adecuado de los pacientes en el departamento de urgencias ha sido clave, para prevenir complicaciones de COVID-19.
Científicos en Estados Unidos propusieron y aplicaron un sistema basado en datos “para la predicción automática del riesgo de deterioro utilizando una red neuronal profunda que aprende de las imágenes de rayos X de tórax y un modelo de aumento de gradiente que aprende de las variables clínicas de rutina”, según explican en su artículo en Nature.
El sistema de pronóstico a través de Inteligencia Artificial (IA), fue entrenado con datos de 3,661 pacientes y alcanzó un área bajo la curva característica operativa del receptor (AUC) de 0,786 (IC del 95%: 0,745–0,830) al predecir el deterioro en 96 horas.
A través de una red neuronal se extraen áreas informativas de imágenes de tórax obtenidas por rayos X y así ayudar a los especialistas a interpretar las predicciones. Asimismo, reduce el tiempo de trabajo de radiólogos, y aprovechar a este tipo de especialistas para otras tareas dentro del hospital.
El sistema de IA, fue implementado en su versión preliminar en Langone Health de la Universidad de Nueva York, durante la primera ola de contagios. Durante su aplicación realizo predicciones precisas en tiempo real.
“Nuestros hallazgos demuestran el potencial del sistema propuesto para ayudar a los médicos de primera línea en el triaje de pacientes con COVID-19”, concluyen los autores.
Los conjuntos de datos utilizados están disponibles en ImageNet. Y el código de los modelos del estudio junto con sus entrenamientos están disponibles en GitHub. Consulta el artículo completo aquí: https://www.nature.com/articles/s41746-021-00453-0#data-availability
