La inteligencia artificial es capaz de predecir el diagnóstico de una amplia variedad de enfermedades pulmonares.
Un equipo de investigadores de la Universidad del Oeste de Escocia ha utilizado una tecnología basada en IA creada originalmente para detectar la Covid-19 a partir de imágenes de rayos X para ayudar a identificar una variedad de diferentes enfermedades pulmonares en cuestión de minutos, con una precisión de alrededor del 98 por ciento.
Según los expertos, esta inteligencia artificial puede aliviar las presiones invernales sobre los hospitales al diagnosticar enfermedades pulmonares sin la necesidad de combinaciones largas y costosas de pruebas de diagnóstico tradicionales.
De hecho, la tuberculosis y la neumonía, que afectan principalmente a los pulmones, suelen requerir tomografías computarizadas, análisis de sangre, radiografías o ecografías, muchas pruebas que a veces pueden implicar largos tiempos de espera para obtener los resultados.
Esta IA reduciría considerablemente la presión en estos departamentos hospitalarios y una detección más rápida y precisa de este tipo de enfermedades.
“Sistemas como este podrían resultar cruciales para los equipos médicos en todo el mundo.
No hay duda de que los departamentos hospitalarios de todo el mundo están bajo mucha presión y el brote de Covid-19 exacerbó todo esto, agregando más tensión a los departamentos y al personal presionados.
Existe una necesidad real de tecnología que pueda ayudar a aliviar algunas de estas presiones y detectar una variedad de enfermedades diferentes de manera rápida y precisa, lo que ayuda a liberar tiempo valioso del personal”, explica Naeem Ramzan, profesor e investigador de la Universidad del Oeste de Escocia.
El nuevo equipo utiliza imágenes de rayos X y las compara con una base de datos de miles de imágenes de pacientes con neumonía, tuberculosis y covid.
Luego, utiliza un proceso de IA llamado red neuronal convolucional profunda (CNN), que procesa datos y hace un diagnóstico analizando las imágenes.
Durante la fase de prueba del estudio, la técnica fue precisa en un 98%, demostrando ser un método preciso para diagnosticar pacientes con enfermedades pulmonares.
Fuente: NIH