Troomes

Evaluación automatizada de las puntuaciones de gravedad de CO-RADS y TC de tórax en pacientes con sospecha de COVID-19 mediante Inteligencia Artificial

Artículo para lectura:
https://pubs.rsna.org/doi/pdf/10.1148/radiol.2020202439

Antecedentes
La pandemia del COVID-19 se ha extendido por todo el mundo con una velocidad y mortalidad alarmantes. La clasificación inmediata de pacientes sospechosos con infecciones torácicas causadas por COVID-19 mediante TC de tórax puede ser de ayuda cuando los resultados del test viral se retrasan.

¿Cuál fue el propósito del estudio?
Desarrollar y validar un sistema de inteligencia artificial (IA) para calificar la probabilidad y el alcance de COVID-19 pulmonar en tomografías computarizadas de tórax utilizando los sistemas de puntuación de gravedad CO-RADS y TC.

Materiales y métodos
CORADS-AI consta de tres algoritmos de aprendizaje profundo que segmentan automáticamente los cinco lóbulos pulmonares, asignan una puntuación CO-RADS para la sospecha de COVID-19 y asignan una puntuación de gravedad de la TC para el grado de afectación parenquimatosa por lóbulo. Este estudio incluyó retrospectivamente a pacientes que recibieron una tomografía computarizada de tórax sin contraste debido a la sospecha clínica de COVID-19 en dos centros médicos. El sistema fue entrenado, validado y testeado con datos de uno de los centros. Los datos del segundo centro sirvieron como un conjunto de prueba externo.

Uno de los principales problemas actuales del sistema de salud es la sobrecarga por abundantes pacientes, creo que esta propuesta contribuiría mucho en reducir los tiempos de consulta por paciente

Sería bueno indicar del paper los problemas que tuvieron al conseguir el dataset y la eficacia que obtuvieron al desarrollar los algoritmos, dichos resultado ayudan a profundizar a otros investigadores en los atributos claves y no solo traducir el abstract,en un país como Perú tener acceso a esa data es complicada debido a la burocracia.