f SéNeCa

Suscripción

Inicio


El ‘Deep Learning’ permitirá una detección sencilla

Desde la aparición de la pandemia, los expertos en inteligencia artificial han explorado diferentes soluciones para hacer frente al virus. Una de ellas pretende utilizar diferentes líneas de investigación contra la neumonía como punto de partida para un sistema de detección de la covid-19. El proyecto se denomina ‘Una solución Deep Learning para la determinación automática de covid-19 en imágenes médicas de tórax’ y tiene un doble enfoque.

 

Por un lado, se va a utilizar ‘Transfer Learning’ o trasferencia de aprendizaje como una manera de acortar el tiempo de detección de la covid-19, y, por otro, se va a diseñar una red neuronal profunda (artificial) específicamente para este proyecto que permita, de forma automática, la clasificación y detección de imágenes médicas de pacientes afectados por el virus.

 

El director de la investigación, Juan Francisco Zapata Pérez, del departamento de Electrónica y Tecnología de Computadoras de la Universidad Politécnica de Cartagena (UPCT), destaca que el diagnóstico automático de un caso de neumonía relacionada con el coronavirus por tomografía computerizada o mediante radiografías puede, potencialmente, permitir una detección temprana y, por tanto, un mejor tratamiento.

 

 

Disminuir la carga de los facultativos

Los kits de prueba de la covid-19 suelen ser limitados y conllevar un tiempo de espera considerable hasta conocer los resultados, por lo que, en muchas ocasiones, se recurre a otros métodos de diagnóstico, entre los que se encuentran las radiografías y tomografías del tórax. El análisis de estas pruebas requiere de un experto en radiología, lo que lleva aparejado un importante consumo de recursos humanos y de tiempo. Además, con un número récord de pacientes en las UCI, “es fácil que los radiólogos puedan llegar a sentirse abrumados”, apunta Zapata Pérez, quien añade que “el ‘aprendizaje profundo’ en imágenes médicas ayudará sin duda a disminuir la carga de los facultativos”. Asimismo, aprender cómo se manifiesta la enfermedad en las tomografías computarizadas puede proporcionar más información sobre la enfermedad en sí.

 

Por último, los responsables del proyecto aseguran que el personal clínico podrá manejar de forma sencilla este sistema automático de diagnóstico de covid-19, “capaz de catalogar las radiografías y tomografías del tórax, analizarlas de forma automática y detectar aquellas donde esté presente la enfermedad”.

 

 

El proyecto 'Una solución Deep Learning para la determinación automática de covid-19 en imágenes médicas de tórax', está liderado por Juan Francisco Zapata Pérez, del departamento de Electrónica y Tecnología de Computadoras de la Universidad Politécnica de Cartagena.