Un equipo de la Universidad de Granada y el Hospital Universitario Clínico San Cecilio ha culminado el desarrollo de un modelo de inteligencia artificial para detectar la existencia de covid en pacientes con afectación pulmonar a través de la radiografía de tórax.
En el proyecto participa un equipo multidisciplinar de trece instituciones e investigadores de Jaén, Córdoba, Navarra, Madrid, Santiago o Elche y, en una segunda fase de investigación, prevista para el próximo mes de enero, pretenden predecir el tiempo de ingreso hospitalario. De esta forma, permitiría hacer una previsión de camas en los centros hospitalarios.
El nivel de afectación pulmonar (leve, moderado o severo) puede ser analizado a través de este modelo, que, según los investigadores, ahorra tiempo y costes en relación a la PCR, la prueba que se emplea actualmente como el principal test más validado para detectar la infección por covid-19. “Si un paciente llega a cualquier centro de salud con un síntoma de pulmón, se le hace una radiografía que en diez minutos puede dar la alarma si tiene covid y apreciar también el nivel de gravedad”, ha explicado a Efe Francisco Herrera, catedrático de Inteligencia Artificial de la Universidad de Granada.
Algunos de los resultados obtenidos en esta primera fase apuntan a una tasa media de acierto de entre el 75% y el 80% en la detección de los casos positivos, por encima de la actual de un radiólogo, que ronda el 69%.
También se proyecta desarrollar y adaptar el sistema para que sea capaz de diferenciar los pacientes afectados de covid-19 de aquellos aquejados por otro tipo de enfermedades pulmonares, como las neumonías bacterianas u otras virales.
