Un nuevo sistema automatizado que incorpora tecnología de aprendizaje profundo (una técnica de inteligencia artificial) permite detectar lesiones causadas por la COVID-19 mediante el análisis de imágenes de tomografía axial computerizada (TAC) del tórax.
El sistema lo han desarrollado investigadores de la Universidad de Barcelona (UB), del Centro Tecnológico de Cataluña (Eurecat) y del Centro de Visión por Computador (CVC) en la Universidad Autónoma de Barcelona (UAB).
La investigación «ha permitido constatar la eficiencia del sistema como herramienta de apoyo en la toma de decisiones de los profesionales sanitarios en su labor de detección de la COVID-19, y para medir la gravedad, la extensión y la evolución de la neumonía causada por el SARS-CoV-2, también a medio y largo plazo», afirma el investigador principal del estudio, Giuseppe Pezzano, investigador de la UB y de la Unidad de Digital Health de Eurecat.
En concreto, el funcionamiento del sistema consiste en «una primera fase de segmentación de los pulmones a partir de la imagen TAC para reducir el área de búsqueda», explica Pezzano. «Posteriormente, se utiliza un algoritmo para analizar el área de los pulmones y detectar la presencia de la COVID-19. En caso de resultado positivo, la imagen se procesa para identificar las áreas afectadas por la enfermedad», añade.
El algoritmo se ha probado con 79 volúmenes y 110 secciones de TAC en los que se había detectado infección por SARS-CoV-2, obtenidos en tres repositorios de imágenes de acceso libre. De media, se consiguió una precisión para la segmentación de lesiones causadas por el virus de casi el 99%, y no se observó ningún falso positivo durante la identificación.
