¿Pueden en un centro hospitalario detectar el coronavirus solo través de una radiografía de pecho? A esta pregunta le quiere dar respuesta el investigador del Departamento de Ingeniería de Computadores de la Universidad Miguel Hernández de Elche (UMH) Vicente Galiano con el proyecto: ‘Servicio Web de Detección de covid-19 mediante Inteligencia Artificial (IA) en radiografías de pecho’. De este modo, a partir de una imagen de la radiografía de un paciente, el sistema es capaz de predecir la probabilidad de tener coronavirus, neumonía o bien se encuentre en un estado saludable.
Según el profesor Galiano, el proceso de entrenamiento de una red neuronal es clave y la calidad de su diagnóstico depende, en gran medida, de la calidad de los datos. Consciente de la importancia de la calidad de imágenes médicas, el Banco de Imagen Biomédica de la Comunidad Valenciana (BIMCV) lidera un proyecto de recolección y etiquetado de este tipo de imágenes. Sin embargo, los sistemas de inteligencia desarrollados por estos grupos utilizan lenguajes e interfaces ajenos y complejos tanto para el personal sanitario como para el público en general.
Los objetivos del proyecto
En este sentido, el estudio que dirige Galiano como investigador de la UMH persigue dos objetivos. Por un lado, trata de acercar los avances de este tipo de herramientas al personal sanitario y al público en general. De este modo, mediante el registro en la web covid.umh.es, el usuario puede subir imágenes de la radiografía y lanzar el sistema de IA sobre un cluster de altas prestaciones para obtener una predicción de la probabilidad de coronavirus. Gracias a este sistema, cualquier persona puede experimentar la potencia de la IA, aplicada a la detección del virus en radiografías sin conocimientos de programación o de redes neuronales.
Este cluster de altas prestaciones ha sido financiado mediante un proyecto del Ministerio de Ciencia, Innovación y Universidades, y cofinanciado por fondos FEDER Funds (MINECO/FEDER/UE).
Y, por otro lado, el segundo objetivo que persigue este sistema desarrollado por Vicente Galiano es recoger más imágenes para poder emplearlas en el entrenamiento de las redes neuronales. De este modo, cuando un usuario sube una radiografía, el sistema le puede indicar diversos parámetros. Entre ellos, será capaz de señalar sexo, edad, temperatura o el oxígeno en sangre. Y así alimenta la imagen subida de datos relacionados.
Una herramienta útil
Cuando el usuario recibe una predicción de este sistema de IA, además, puede clasificar esta predicción como correcta o errónea. Lo que permite mejorar en futuros entrenamientos las predicciones de la red neuronal. En un último término, una persona especializada como un radiólogo debería validar las imágenes subidas por los usuarios. A eso, añadir las clasificaciones de las predicciones relacionadas para futuros entrenamientos de las redes neuronales y la mejora de la calidad del banco de imágenes.
Como explica el profesor de la UMH, la IA mediante el uso de redes neuronales profundas se ha confirmado, sin duda, como una herramienta útil y necesaria en muchos aspectos de la sociedad contemporánea. Debido a la actual pandemia, múltiples grupos de investigadores de todo el mundo trabajan en aprovechar los beneficios de la IA en la lucha contra el virus. Este servicio web agrupa y utiliza otra iniciativas de este tipo como COVID-Net Open Source. Una plataforma que se encuentra en desarrollo continuo y proporciona diversos modelos de redes preentrenadas.
IA en lesiones pulmonares
Este trabajo de Vicente Galiano no es el único donde UMH y lucha contra el coronavirus a través de la IA van de la mano. La universidad ilicitana también forma parte del proyecto ‘Detección y localización en imágenes RX de patrones de infiltrados con especial foco en vidrio deslustrado e infiltrados alveolares’. El objetivo de este plan es desarrollar una herramienta de análisis de imagen basada en redes neuronales profundas. Gracias a ello podrá indicar, o no, la presencia de covid-19 en una radiografía.
Para llevar a cabo este trabajo, se está construyendo una gran base de datos con imágenes de todos los hospitales de la Comunidad Valenciana, liderado por el BIMCV. Para poder confeccionar este sistema, necesitan tanto las imágenes como los hallazgos que etiquetan los radiólogos. El primer prototipo será un modelo entrenado para detectar las lesiones pulmonares. Si bien, no podrá aún localizar dónde se encuentran, aunque durante las siguientes fases del proyecto se irán mejorando sus resultados.
Un equipo multidisciplinar
Este proyecto cuenta con un equipo multidisciplinar integrado por: los investigadores de la UMH Xavier Barber y Domingo Orozco. El profesor de la Universidad de Alicante (UA) Antonio Pertusa. El catedrático del Departamento de Ciencia de la Computación e Inteligencia Artificial de la UA Miguel Ángel Cazorla. La cofundadora de la empresa MedBravo, Aurelia Bustos. El experto en sistemas de IA aplicados a imagen médica de la empresa Sierra Research, Germán González. El responsable de la unidad informática del Hospital de Sant Joan d’Alacant, José María Salinas. El equipo de radiólogos, liderado por Joaquín Galant, del mismo hospital. Y María de la Iglesia Vayá, Marisa Caparrós, José Manuel Saborit y Joaquim Ángel Montell de FISABIO.
Según recalca el profesor de la UMH e investigador del Instituto Universitario de Investigación ‘Centro de Investigación Operativa’-CIO Xavier Barber, la IA –entre otras aportaciones– trata de ayudar en la toma de decisiones y, ante esta problemática del covid-19, cualquier sistema que ayude y mejore el proceso es bienvenido. “Desde cómo y dónde realizar los test de forma óptima, hasta adelantarse a la enfermedad y pronosticar la gravedad de un paciente unos días antes que empeore y termine entrando en la Unidad de Cuidados Intensivos”.
Este plan está financiado con 100 000 euros por la Agencia Valenciana de Innovación. Es uno de los seleccionados en la llamada que realizó, a finales del pasado mes de marzo, el sistema valenciano de innovación e investigación para la emergencia contra la covid-19. Y, además, cuenta con una ayuda de 10 750 euros por parte de la UA, que irá, principalmente, a adquirir equipos y publicaciones científicas.
