La tuberculosis en niños representa un desafío diagnóstico, ya que los síntomas suelen ser inespecíficos y las alteraciones radiológicas tienden a ser más sutiles y variables en comparación con los adultos. Para afrontar estas dificultades, unos científicos han desarrollado un sistema de inteligencia artificial capaz de ayudar a detectar signos radiológicos compatibles con tuberculosis pulmonar en radiografías de tórax pediátricas.
El logro es obra de investigadores de la Universidad Politécnica de Madrid (UPM) y del Centro de Investigación Biomédica en Red de Bioingeniería, Biomateriales y Nanomedicina (CIBERBBN), en España en colaboración con el Instituto de Salud Global de Barcelona (ISGlobal), la Red Española de Estudio de Tuberculosis Pediátrica, el Centro de Investigación Biomédica en Red de Enfermedades Infecciosas (CIBERINFEC), en España, y el Hospital Pediátrico Nacional en Washington D.C., Estados Unidos, entre otras entidades.
El sistema integra radiografías de tórax frontales y, cuando están disponibles, también radiografías laterales. Este sistema ha sido optimizado para mejorar su eficiencia, y entrenado y validado con datos provenientes de diversos hospitales y contextos epidemiológicos.
Este trabajo de investigación y desarrollo es la primera ocasión en que se evalúa de forma sistemática el valor de las radiografías laterales en este contexto y la primera vez en que se comparan modelos específicos por edad frente a modelos generales entrenados con todas las edades.
