Main logo

Desarrollan IA que podría detectar covid-19 en asintomáticos

Científicos en Suiza desarrollaron dos algoritmos que permitirían diagnosticar el coronavirus y luchar contra otras enfermedades respiratorias.

Escrito en ESPECIALIDADES el

Todos los días se aprende algo sobre la covid-19 y ahora, unos científicos en Suiza acaban de desarrollar dos algoritmos que pueden diagnosticar el coronavirus en personas que se encuentran infectadas pero se muestran asintomáticas y anticipar si desarrollarán covid leve, moderado o grave.

Estos algoritmos para diagnosticar el coronavirus fueron creados por elementos de la École polytechnique fédérale de Lausanne (EPFL) de Suiza y permitirían a los especialistas ver y escuchar la covid-19 en nuestro cuerpo.

Puedes leer: El coronavirus podría invadir el cerebro

Crean Inteligencia Artificial para diagnosticar el coronavirus en asintomáticos

Llegar a estas tecnologías que permitirían diagnosticar el coronavirus en asintomáticos no fue sencillo y el comunicado publicado por la EPFL informa que la doctora de su institución, Mary-Anne Hartley, trabajó con su equipo desde el inicio de la pandemia para desarrollar estas tecnologías de inteligencia artificial.

“Usando inteligencia artificial (IA), el equipo ha desarrollado nuevos algoritmos que, con datos de imágenes de ultrasonido y sonidos de auscultación (tórax / pulmón), pueden diagnosticar con precisión la covid-19 en pacientes y predecir la probabilidad de que se enfermen”, menciona la EPFL en su sitio web.

El nombre de estos algoritmos es DeepChest y DeepBreath. Ambos identifican patrones de coronavirus, pero uno lo hace en imágenes pulmonares (DeepChest) y el otro en sonidos respiratorios (el DeepBreath).

También te puede interesar: ONU critica a los países que rechazan las recomendaciones de la OMS

Para conseguir la base de datos de sonidos respiratorios utilizada en el DeepBreath se empezó a trabajar desde años antes. No se sabía que se iba a dar la pandemia en ese entonces, pero la idea era construir un estetoscopio digital inteligente que se llama “Neumoscopio” que, como su nombre lo indica, era inicialmente diseñado para la neumonía.

Con la llegada de la pandemia, el doctor y presidente del Departamento de Mujer, Niño y Adolescente, Alain Gervaix, quien se encontraba realizando el “neumoscopio”, tuvo que reorientar su trabajo para poder diagnosticar el coronavirus y gracias a que había estado recopilando sonidos respiratorios desde 2017 para su proyecto inicial, se tuvo una gran cantidad de grabaciones que se usaron para elaborar el algoritmo del DeepBreath.

“Sorprendentemente, los primeros resultados sugieren que DeepBreath puede detectar incluso el coronavirus asintomático, ya que identifica modificaciones en el tejido pulmonar antes de que el paciente se dé cuenta de ellos”, destaca la EPFL.

El portal de dicha institución educativa apunta que se espera que dicho algoritmo que permitiría diagnosticar el coronavirus a partir de los sonidos respiratorios se publique a finales de año.

“La idea del DeepBreath surgió de mi hija cuando le expliqué que la auscultación me permite escuchar sonidos que me ayudan a identificar bronquitis, neumonía o asma”: Alain Gervaix

Por su parte, con el DeepChest pasó algo similar, ya que el proyecto original se desarrolló en 2019 con la idea de identificar marcadores que permitieran un mejor diagnóstico de la neumonía viral frente a la bacteriana, pero cuando llegó la covid-19, tuvo que volverse más específico hacia el coronavirus.

“El Hospital Universitario de Lausana se encuentra liderando la parte clínica del proyecto DeepChest mediante la recopilación de miles de imágenes de ultrasonido pulmonar de pacientes con síntomas compatibles con el coronavirus que se encuentran ingresados en el Departamento de Emergencias”, informa la EPFL.

Diagnosticar el coronavirus en personas asintomáticas sería posible con estos dos algoritmos desarrollados en Suiza y, como dice la institución de aquel país, ayudarían a luchar contra las enfermedades respiratorias y con el desafío de la farmacorresistencia.

(Con información de la EPFL)