¿Se puede detectar la presencia de Covid-19 en las radiografías de tórax?

La Fundación para el Fomento de la Investigación Sanitaria y Biomédica de la Comunitat Valenciana (Fisabio), ha convocado un desafío científico a nivel internacional para la detección de covid-19 en radiografías de tórax utilizando Inteligencia Artificial (IA).

El desafío científico, en colaboración con la Society for Imaging Informatics in Medicine (SIIM), se realizará en Kaggle, una plataforma que se encuentra en la vanguardia del aprendizaje automático y que reúne a cientos de miles de personas expertas en desafíos de toda índole, a nivel mundial, basados en ciencia de datos.

Esta competición se enmarca en el proyecto “Construcción de un dataset en abierto, para la detección precoz de neumonía por COVID-19 a partir de una radiografía simple de tórax”, liderado por María de la Iglesia-Vayá en colaboración con José María Salinas, según un comunicado de Generalitat.

Más conocido como BIMCV-COVID-19, estuvo inspirado en el proyecto PADCHEST de la doctora Aurelia Bustos y fue seleccionado y financiado por la Conselleria de Innovación, Universidades, Ciencia y Sociedad Digital en la Llamada al Sistema Valenciano de Innovación e Investigación, y en colaboración con la Conselleria de Sanidad, que autorizó el proyecto desde sus inicios.

El trabajo ha sido valorado positivamente por muchos laboratorios a nivel mundial y la Society for Imaging Informatics in Medicine se puso en contacto con el equipo del Banco de Imágenes Médicas de la Comunitat para realizar este Challenge de Kaggle en la detección de COVID-19 a través de la Radiología convencional de tórax.

Este desafío se convocará en breve a nivel mundial para que participen científicos de todos los países y que aporten todo su talento en esta causa.

Los científicos han recopilado datos de radiografías torácicas procedentes de la Comunitat Valenciana para generar modelos predictivos utilizando la IA.

Estos modelos son supervisados por radiólogos especialistas, con el fin de detectar de forma temprana la neumonía por COVID-19 en pacientes con síntomas leves.

Igualmente, permite ayudar a la estratificación del riesgo de pacientes con síntomas moderados, y ayudará a identificar a pacientes con mayor riesgo de evolución a una condición grave o crítica.

Los datos son totalmente anónimos, de manera que no se pueda identificar a quién pertenecen las radiografías, sino que la información recabada hace referencia únicamente a aspectos clínicos.

El objetivo es generar un conjunto de datos en abierto (dataset OPEN) reconocido a nivel mundial que permita a los científicos de datos trabajar en desarrollos de algoritmos de Inteligencia Artificial para elaborar modelos predictivos y desarrollar herramientas orientadas al diagnóstico simple, rápido y efectivo de la covid-19.

Actualmente se han compartido más de 12,456 sesiones de radiografías de tórax pertenecientes a unos 4,706 sujetos con patología COVID.

También más de 6,012 sesiones de radiografías pertenecientes a unos 4,437 pacientes sanos o con distintas patologías provenientes de los sistemas de información sanitarios de la Conselleria de Sanidad, que serán la base con la que se iniciará este desafío científico.

Hasta ahora la respuesta ha sido muy positiva, con descargas desde todos los continentes y con un amplio reconocimiento a nivel mundial.

Para ello, ha sido fundamental la colaboración del Centro de Investigación Príncipe Felipe (CIPF) y del Barcelona Supercomputer Center (BSC-CNS) que ha proporcionado una instancia de B2DROP para la distribución de este trabajo.

En este momento, el equipo de radiólogos del Hospital San Juan de Alicante liderado por su jefe de servicio el doctor Joaquín Galán, junto con la doctora Aurelia Bustos, se encuentran realizando un etiquetado previo necesario para preparar los datos de modo que los científicos puedan realizar buenos modelos predictivos.