Noticias

Inteligencia Artificial: apoyo a la decisión clínica para frenar la Covid-19

Inteligencia Artificial: apoyo a la decisión clínica para frenar la Covid-19

Los sistemas de Inteligencia Artificial (IA) de ayuda a la toma de decisiones clínicas pueden ser de gran utilidad en la situación de emergencia sanitaria actual, dado que uno de los principales problemas de la crisis generada por la llegada de la Covid-19 es la saturación del personal sanitario por la gran presión a la que están sometidos. Se trata de un tipo de herramienta extremadamente útil para llevar a cabo tareas rutinarias pero que, al mismo tiempo, requieren un alto grado de especialización (1).

Los algoritmos de IA son entrenados previamente con el conocimiento y la experiencia de los profesionales y están programados para aprender y reproducir los resultados esperados de forma rápida y fiable. Por lo tanto, la aplicación de este tipo de soluciones (2) en la situación actual permitiría liberar los profesionales de estos trabajos más mecánicas, que suponen un gran gasto de tiempo, para que se pudieran desarrollar otras tareas más prioritarias.

Atención sanitaria

Según el cardiólogo norteamericano Eric J. Topol, en el contexto actual, el uso de la IA está promoviendo un impacto a tres niveles: para los médicos, mediante una rápida y precisa interpretación de la imagen; para los sistemas de salud, mejorando los procesos y la reducción de errores médicos; y por los pacientes, facilitando procesar sus datos para promover la salud (3).

En Cataluña, la gran y diversa cantidad de datos médicos existentes (por ejemplo las historias clínicas de los ciudadanos de Cataluña), la protocolización de los diagnósticos y tratamientos, los avances en la visión por computador y la agilidad en el uso de interpretación y acceso a gran cantidad de información, además de las tendencias actuales sobre medicina preventiva y personalizada, hacen que la inteligencia artificial tenga en la salud un gran campo de investigación y aportación de valor. Por otra parte, hoy en día, el sector farmacéutico es uno de los sectores que, por medio de la supercomputación y la simulación, ya se beneficia de estas técnicas para la creación y la evaluación de nuevos fármacos (4) (5).

Evaluación de iniciativas en IA

La Fundació TIC Salut Social está llevando a cabo un esfuerzo especial para dar respuesta a la necesidad de análisis de diferentes soluciones tecnológicas que están surgiendo en estas circunstancias y que intentan dar respuesta a la problemática actual. El área de Inteligencia Artificial de la Fundació está analizando las diversas iniciativas -Plataformas de seguimiento y monitorización, apoyo a las mujeres lactantes, transporte y distribución, herramientas predictivas y otros productos- surgidas en el campo de la lucha contra la Covid-19, realizando un proceso de evaluación de las diferentes soluciones detectadas y dando apoyo a los proyectos de investigación.

Imagen médica y otras soluciones

Uno de los principales focos de avance de la IA en salud se concentra en el análisis de la imagen médica (6). Al tratarse de un entorno digital que utiliza información altamente estructurada, estandarizada y especializada, se conforma como una de las áreas más prometedoras para la aplicación de este tipo de herramienta. En este ámbito, se están analizando diferentes propuestas, ya sean basadas en Radiografía (RX) o Tomografía Computerizada (TC) (7), ambas en su modalidad de localización torácica, para analizar la afectación pulmonar causada por el virus . Se trata de algoritmos que buscan dar un diagnóstico de Covid-19 rápido y fiable mediante exploraciones radiológicas, o bien que hacen predicciones de la evolución de un paciente, una vez detectada la enfermedad (8).

Otra línea de investigación está centrada en el análisis de las constantes clínicas de los pacientes con Covid-19 para prever su evolución y posibles complicaciones (9). También se están valorando otras soluciones más incipientes en el ámbito del reconocimiento de la voz, y la tos más concretamente, para detectar patrones que puedan ser atribuidos de forma inequívoca a la infección por coronavirus.

Aparte, para hacer frente al Covid-19, el Departament de Salut de la Generalitat de Catalunya ha activado una nueva herramienta tecnológica, la App STOP Covid19 Cat, que contribuye en la detección de los síntomas de la enfermedad y a hacer un seguimiento de los pacientes , ver cómo evoluciona la pandemia en Cataluña y favorecer la mejor toma de decisiones a partir de una encuesta al ciudadano (10).

Referencias

1. McCall B. COVID-19 and artificial intelligence: protecting health-care workers and curbing the spread. Lancet Digit Heal [Internet]. 2020;2(4):e166–7. Available from: http://dx.doi.org/10.1016/S2589-7500(20)30054-6

2. Alimadadi A, Aryal S, Manandhar I, Munroe PB, Joe B, Cheng X. Artificial Intelligence and Machine Learning to Fight COVID-19. Physiol Genomics. 2020;52:200–2.

3. Topol EJ. High-performance medicine: the convergence of human and artificial intelligence. Nat Med [Internet]. 2019;25(1):44–56. Available from: http://dx.doi.org/10.1038/s41591-018-0300-7

4. Departament de Polítiques Digitals i Administració_Pública. CATALONIA.AI, l’Estratègia d’Intel·ligència Artificial de Catalunya [Internet]. 2020 [cited 2020 Apr 7]. Available from: http://politiquesdigitals.gencat.cat/ca/tic/catalonia-ai

5. Autoritat Catalana de Protecció de Dades. Intel·ligència Artificial. Decisions Automatitzades a Catalunya [Internet]. Barcelona; 2020. Available from: https://apdcat.gencat.cat/web/.content/04-actualitat/noticies/documents/INFORME-INTELLIGENCIA-ARTIFICIAL-FINAL-WEB-OK.pdf

6. Esteva A, Robicquet A, Ramsundar B, Kuleshov V, DePristo M, Chou K, et al. A guide to deep learning in healthcare. Nat Med [Internet]. 2019;25(1):24–9. Available from: http://dx.doi.org/10.1038/s41591-018-0316-z

7. Li L, Qin L, Xu Z, Yin Y, Wang X, Kong B, et al. Artificial Intelligence Distinguishes COVID-19 from Community Acquired Pneumonia on Chest CT. Radiology [Internet]. 2020 Mar 19; Available from: http://pubs.rsna.org/doi/10.1148/radiol.2020200905

8. Huang Y, Cheng W, Zhao N, Qu H, Tian J. CT screening for early diagnosis of SARS-CoV-2 infection. Lancet Infect Dis [Internet]. 2020;51(20):30241. Available from: http://dx.doi.org/10.1016/S1473-3099(20)30241-3

9. McCullough PA, Eidt J, Rangaswami J, Lerma E, Tumlin J, Wheelan K, et al. Urgent need for individual mobile phone and institutional reporting of at home, hospitalized, and intensive care unit cases of SARS-CoV-2 (COVID-19) infection. Rev Cardiovasc Med [Internet]. 2020;21(1):1–7. Available from: http://www.ncbi.nlm.nih.gov/pubmed/32259899

10. Rao ASRS, Vazquez JA. Identification of COVID-19 Can be Quicker through Artificial Intelligence framework using a Mobile Phone-Based Survey in the Populations when Cities/Towns Are under Quarantine. Infect Control Hosp Epidemiol. 2020;1–18.

Butlletí Flash TICSS

Subscriu-te i rep cada mes novetats i notícies al teu email

Email