Aunque el diagnóstico definitivo de COVID-19 se realiza mediante pruebas microbiológicas, la principal alteración en los pacientes sintomáticos es respiratoria. Por tanto, la placa de tórax se ha convertido en la prueba de cribado inicial predeterminada en todos los pacientes con clínica sospechosa. Esto hace que su disponibilidad e inmediatez sean imprescindibles para acelerar la detección de COVID-19.
Durante la pandemia, los radiólogos de los hospitales españoles han analizado un gran número de placas de tórax. Para ello, han combinado su experiencia previa con el aprendizaje derivado de los hallazgos que aportaban las radiografías de miles de pacientes. Sin embargo, la necesidad de analizar un número ingente de imágenes con hallazgos sutiles requiere tiempo, formación y experiencia. Esto ha convertido a la inteligencia artificial (IA) en una herramienta altamente adecuada para este fin.
En este contexto destaca colaboración entre radiólogos de tres hospitales con un alto volumen de pacientes. Se trata del Hospital 12 de Octubre y el Hospital Ramón y Cajal de Madrid, y el Hospital de Sant Pau de Barcelona. Gracias a la misma se está acelerando el uso de tecnologías de vanguardia para el cuidado de la salud. Todo ello, manteniendo la privacidad de los datos del paciente mediante la aplicación del Aprendizaje Federado. Esta asociación permite aunar la experiencia clínica de los tres hospitales implicados para desarrollar modelos de diagnóstico automatizados para acelerar la detección de COVID-19.
Acelerar la detección de COVID-19
La plataforma de Aprendizaje Federado, desarrollada por Capgemini, se basa en compartir modelos de IA entrenados con los datos de las imágenes. Esta permite la creación de un modelo de diagnóstico global que mejora significativamente las versiones locales. Así, se consigue beneficiar a los centros de salud con menor experiencia. La computación también resulta fundamental. Cisco e Intel han proporcionado la infraestructura de computación para realizar los diagnósticos.
La precisión en el diagnóstico de COVID-19, obtenida en este estudio de investigación, es del 89 por ciento para el modelo global. Mientras, con el mejor de los modelos locales se alcanza solo una precisión del 71 por ciento. Todo ello garantizando la privacidad de los pacientes y de sus datos.