Entrevista a Carmelo Palacios, investigador principal del proyecto “Desarrollo de un sistema de inteligencia artificial (IA) para interpretación de radiología simple de tórax en infiltrados pulmonares con alta probabilidad de COVID”, enmarcado en el programa healthstartPlus
El doctor Carmelo Palacios, especialista en radiología toracoabdominal en el Hospital Fundación-Jiménez Díaz-Quirón Salud, es Investigador Principal de uno de los proyectos del programa healthstartPlus que tiene por título “Desarrollo de un sistema de inteligencia artificial (IA) para interpretación de radiología simple de tórax en infiltrados pulmonares con alta probabilidad de COVID”. La investigación se desarrolla como proyecto adscrito a la Fundación Instituto de Investigación Sanitaria Fundación Jimenez Díaz.
¿Quiénes constituyen el equipo de investigación?
Este proyecto de lectura de radiografía de tórax con inteligencia artificial se ha desarrollado junto con un equipo multidisciplinar formado por ingenieros e informáticos expertos en imagen médica del propio hospital. La tecnología empleada está basada en la inteligencia artificial y el “deep learning”, consistentes en algoritmos matemáticos informáticos que pretenden obtener un resultado similar al que daría un humano.
¿Cuál es el objetivo del proyecto?
La tasa de transmisión de la COVID-19 depende de nuestra capacidad para identificar de manera fiable a los pacientes infectados con una baja tasa de falsos negativos. El nuevo coronavirus presenta varias características únicas. Si bien el diagnóstico se confirma con la reacción en cadena de la polimerasa (PCR), los pacientes infectados con neumonía asociada a la COVID-19 pueden presentar imágenes de rayos X de tórax y tomografía computarizada (TC) con un patrón que es moderadamente característico para el ojo humano. La radiografía de tórax puede ser una prueba rápida, eficaz y asequible para evaluar la neumonía causada y/o agravada por el coronavirus SARS-Cov-2. Este examen médico no invasivo es esencial para hacer frente a diversas alteraciones respiratorias asociadas con una alta tasa de mortalidad, mostrando un amplio rango de información potencial. El ojo humano es muy preciso y en el caso de los radiólogos, ha sido altamente entrenado durante los últimos años. Sin embargo, cuando se usan imágenes para diagnosticar enfermedades de tórax hay ciertos cambios que son sutiles que permanecen ocultos a la interpretación visual y sujetos a la subjetividad de cada radiólogo y su experiencia, de modo que distintos individuos pueden inferir interpretaciones y conclusiones diferentes.
El algoritmo de inteligencia de lectura de radiografía de tórax permite detectar los principales hallazgos de una radiografía de tórax, como pueden ser masas, nódulos, neumonías, etc. Todo esto tiene una doble ventaja. Por un lado, permite reducir los tiempos de lectura de estos estudios, ya que nos van a señalar las patologías directamente y no tenemos que perder tiempo buscándolas. Y, por otro lado, permite priorizar aquellos estudios que tengan más probabilidad de ser patológicos, con el consecuente beneficio para estos pacientes.
durante la epidemia de COVID-19 el número de radiografías de tórax realizadas aumentó exponencialmente, de forma que los radiólogos necesitábamos una ayuda para poder llevar a cabo esta tarea
Actualmente, el algoritmo de lectura de radiografía de tórax ya está completamente integrado en el sistema, de tal forma que con cada radiografía de tórax se obtiene un mapa de calor donde se muestra la patología. Al lado de cada paciente que se ha realizado una radiografía de tórax se indica la probabilidad de que esa radiografía de tórax responda a no a una patología subyacente. El objetivo final del proyecto es obtener el certificado CE de producto sanitario para poder utilizarlo en la práctica clínica diaria.
¿Cómo ha contribuido healthstartPlus al proyecto de investigación?
Según explica Carmelo Palacios, “durante la epidemia de COVID-19 el número de radiografías de tórax realizadas aumentó exponencialmente, de forma que los radiólogos necesitábamos una ayuda para poder llevar a cabo esta tarea. Por eso se contactó con el departamento de informática del propio hospital para desarrollar el algoritmo de inteligencia artificial. Aunque inicialmente el algoritmo funcionaba bastante bien para obtener las mejoras que considerábamos necesarias, necesitábamos más personal. Y fue justo en esos momentos cuando surgió la convocatoria de los proyectos healthstartPlus, que nos permitió obtener la financiación suficiente para poder contratar ingenieros informáticos y pulir nuestro modelo”.
CONOCER MÁS sobre el programa healthstartPlus financiado por la Comunidad de Madrid y la Unión Europea a través del Fondo Europeo Desarrollo Regional (FEDER) dentro del plan de recursos REACT-EU en respuesta a la pandemia de COVID-19.
