Con la llegada del invierno, la preocupación por enfermedades pulmonares como la neumonía mantiene en alerta a los hospitales. Un grupo de investigadores propone el uso de la inteligencia artificial para ayudar a la detección de este tipo de males: el sistema trabajaría con un 98% de precisión.
Científicos de la Universidad de West Scotland ayudaría a diagnosticar con altísima eficiencia, casi automáticamente, las enfermedades pulmonares.
En la actualidad, su diagnóstico requeriría de varias pruebas, incluyendo radiografías, análisis de sangre, ecografías y tomografías computarizadas.
Pero estas pruebas tardan mucho antes de ver los resultados definitivos, además de ser costosas.
La Universidad de West Scotland creó un software de inteligencia artificial, inicialmente, para la detección del COVID-19. Ahora se adaptaría a otras enfermedades de pulmón, como la ya nombrada neumonía, además de la tuberculosis.
Naeem Ramzan, profesor e investigador de la UWS, está al frente de las investigaciones.
“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 presión, y el brote del COVID-19 exacerbó esto, agregando más tensión a los departamentos y al personal”, dijo Ramzan.
“Existe una necesidad real de tecnología que puede ayudar a aliviar algunas de estas presiones, detectando una variedad de enfermedades diferentes de manera rápida y precisa, lo que ayuda a liberar tiempo valioso del personal”.
Así trabaja la Inteligencia Artificial para detectar enfermedades pulmonares
El equipo creado por la UWS usa imágenes de rayos X, comparándola con una base de datos de miles de imágenes de pacientes con neumonía, tuberculosis y COVID-19.
Recordemos que la inteligencia artificial es el intento por recrear la inteligencia humana en máquinas o computadoras. Se hace mediante entrenamiento, con el aprendizaje automático y el profundo.
En este caso, el entrenamiento consiste en que el software analice miles de imágenes de radiografías de pacientes.
Mediante la red neuronal convolucional profunda, se comparan imágenes, determinando la existencia o no de alguna enfermedad.
Durante la fase de estudio, como resalta el portal Interesting Engineering, la técnica trabajó con una precisión del 98%. Ahora, los investigadores de la Universidad de West Scotland esperan difundir entre otros hospitales el método, para determinar mejor su precisión.
