Un estudio reveló que la inteligencia artificial ofrece hasta un 90 % de fiabilidad en la detección de la COVID-19 en los pulmones e incluso supera algunas de las actuales dificultades en las pruebas, informó este miércoles la Universidad de Florida Central (UCF).
Los científicos descubrieron que un algoritmo de inteligencia artificial puede identificar en tomografías computarizadas la neumonía causada por la COVID-19 con una precisión del 90 %, según un comunicado de la institución universitaria, que forma parte del estudio multinacional.
Agregó que el algoritmo también puede “identificar correctamente los casos positivos el 84 % de las veces y los casos negativos el 93 % de las veces”.
El estudio, para el que se hizo pruebas con 1.280 pacientes de China, Japón e Italia, ha tomado como piedra angular las tomografías computarizadas de los pulmones, que brindan “una visión más profunda del diagnóstico y la progresión de COVID-19” en comparación con la actuales pruebas virales, según la universidad.
Estas tomografías además pueden detectar la enfermedad “en personas sin síntomas, en aquellas que tienen síntomas tempranos, durante el apogeo de la enfermedad y después de que los síntomas desaparecen”.
Ulas Bagci, profesor asistente en el Departamento de Ciencias de la Computación de la UCF, destacó que el uso de la inteligencia artificial en las tomografías puede servir de gran ayuda a los médicos, ya que además permite “mantener una alta especificidad en neumonías no relacionadas con COVID-19”.
Durante la investigación se probó el algoritmo en tomografías computarizadas hechas a pacientes con enfermedades pulmonares, que iban desde neumonía no causada por el coronavirus, cáncer y COVID-19.
El estudio, liderado por Baris Turkbey y Bradford J. Wood, investigadores del Instituto Nacional de Salud (NIH) de EEUU, halló que el algoritmo era “extremadamente eficaz” para ubicar casos de neumonía producidos por la COVID-19 y distinguirla de otras enfermedades, especialmente al examinar tomografías computarizadas en las primeras etapas de la progresión”.
“Demostramos que un enfoque de inteligencia artificial basado en el aprendizaje profundo puede servir como una herramienta estandarizada y objetiva para ayudar a los sistemas sanitarios y a los pacientes”, señaló Bagci.
“Se puede utilizar como una herramienta de prueba complementaria en poblaciones limitadas muy específicas, y se puede utilizar rápidamente y a gran escala en el desafortunado caso de un brote recurrente”, añadió el experto.