La IA y la visión artificial mejoran los diagnósticos de COVID

Diagnóstico de pacientes con COVID

La pandemia de COVID-19 ejerció una enorme presión sobre muchos aspectos de la vida. Todos los sectores sintieron su impacto, aunque ninguno tanto como el sanitario, donde los hospitales y su personal tuvieron dificultades para atender el aumento de pacientes que requerían diagnóstico y, con demasiada frecuencia, cuidados intensivos. Atender a la gran cantidad de personas que buscaban tratamiento, así como las pruebas para la enfermedad, requirió una enorme dedicación de tiempo y esfuerzo por parte de profesionales con experiencia. Sin embargo, a medida que aumentaban las cifras y las limitaciones de tiempo, la escasez de experiencia necesaria para un diagnóstico adecuado de los pacientes se convirtió en un objetivo cada vez más claro de mejora.

“Las pruebas microbiológicas son la forma más común de diagnosticar la COVID-19 en pacientes, pero dado que los síntomas respiratorios representan la principal alteración asociada a la enfermedad, las radiografías de tórax han sido esenciales para diagnosticar a los pacientes sintomáticos”, explica Fabiola Bermejo Sanz, directora de Tessella España en Capgemini Engineering. “Sin embargo, la interpretación de los resultados requiere tiempo y una amplia experiencia médica, ambos escasos considerando el número de pacientes que tuvimos que ingresar”.

Los radiólogos de tres hospitales españoles, el Hospital Ramón y Cajal y el Hospital 12 de Octubre de Madrid, así como el Hospital San Pablo de Barcelona, ​​decidieron colaborar para encontrar una solución a este reto. Contactaron con posibles socios tecnológicos para combinar su experiencia médica y administrativa con los conocimientos técnicos necesarios para hacer realidad una visión tan ambiciosa. Esto permitió que Capgemini, Vodafone España, Intel, Cisco, Microsoft y Gilead Sciences España se unieran para formar una coalición integral.

La IA y la visión artificial brindan una solución

“Queríamos demostrar que el diagnóstico automatizado podía sentar las bases de una experiencia de diagnóstico clínico global”, afirma Bermejo Sanz. “Y uno de los elementos más importantes era garantizar la privacidad de los datos del paciente durante la creación de esa experiencia. Finalmente, queríamos desarrollar una nueva herramienta que respondiera a la creciente necesidad de revisión radiográfica sin comprometer la información privada de nuestros pacientes”.

Juntos, los miembros del consorcio se propusieron crear una prueba de concepto que utilizaría inteligencia artificial y visión artificial para analizar radiografías y determinar el estado de COVID de un paciente sintomático. Esto incluyó una plataforma de aprendizaje federado, desarrollada mediante la colaboración entre los hospitales y Capgemini, que permitiría a los expertos entrenar modelos de visión artificial con conjuntos de datos escasos. Además, Cisco e Intel proporcionaron la infraestructura informática necesaria para la experimentación y las pruebas de la plataforma. Durante todo el proceso, los datos utilizados se mantuvieron seguros mediante procesadores escalables Intel Xeon de tercera generación que utilizan Extensiones de Software Guard (SGX) para tareas de agregación cifrada.

“Al final, nos aseguramos de que los datos de los pacientes nunca salieran de los hospitales”, explica Berjmejo Sanz. “Por eso, entrenamos la IA que revisaba las radiografías con la experiencia de cada uno de los tres hospitales para desarrollar una solución global que se basara en nuestra experiencia combinada. El resultado fue un modelo de diagnóstico único, más preciso que cualquiera de los modelos locales que sirvieron de punto de partida”.

Un notable paso adelante

Tras el trabajo del consorcio, la solución de prueba de concepto demostró la eficacia del diagnóstico automatizado basado en una plataforma de aprendizaje. En comparación con los mejores modelos locales disponibles, el modelo agregado logró un aumento del 24 % en el rendimiento diagnóstico, aprovechando datos comunes. Y lo más importante, los socios lograron esto manteniendo la seguridad de la información del paciente durante todo el proceso, lo que indica que la solución podría desarrollarse e implementarse sin riesgo para la privacidad.

Si bien este es solo el primer paso hacia la introducción de la inteligencia artificial y la visión artificial en el proceso de diagnóstico, es un ejemplo significativo del impacto potencial de la solución. Una futura plataforma desarrollada a partir de esta prueba de concepto ayudará al personal médico a gestionar la carga de trabajo durante periodos de exceso de pacientes. Además, un modelo de diagnóstico global beneficiará especialmente a los centros con menos experiencia en el cribado radiográfico, tanto para la COVID-19 como para otras enfermedades.

“Hemos demostrado que una solución de diagnóstico basada en IA tiene el potencial de generar un gran impacto”, afirma Bermejo Sanz. “Y lo más importante es que no requiere que nadie comparta información identificable del paciente para construir el modelo o realizar un diagnóstico”.

Esto significa que podemos ayudar a los hospitales a gestionar un número de pacientes comparable al de una pandemia, independientemente de su experiencia con una enfermedad o método de diagnóstico en particular. Idealmente, los brotes futuros serán menos peligrosos en cuanto al estrés que generan en el personal hospitalario.

El éxito de la prueba de concepto ha allanado el camino para que el consorcio continúe desarrollando un modelo de diagnóstico global que pueda aplicarse a una selección más amplia de hospitales y mejorar la atención al paciente a mayor escala.