ANTERIOR: © ISTOCK.COM, SUDOK1
Aunque la ola inicial de la pandemia del SARS-CoV-2 ha disminuido en muchos países, los proveedores de atención médica todavía están buscando identificar el mayor número posible de pacientes con COVID-19 y contener la enfermedad. El diagnóstico rápido y preciso es especialmente importante cuando los pacientes desprevenidos con una infección por coronavirus llegan al hospital con problemas de salud, pero aún no muestran síntomas de COVID-19.
Actualmente se recomiendan muestras de hisopos nasales analizadas por PCR-RT para el diagnóstico de la COVID-19, sin embargo, todavía se están buscando herramientas alternativas de detección a gran escala de la COVID-19, con escasez de suministros, un tiempo de espera de hasta dos días para obtener resultados y una tasa de falsos negativos de hasta 1 de cada 5.
Se sabe que el SARS-CoV-2 daña el tejido pulmonar, y de una manera distinta que los médicos ahora están tratando de explotar para nuevos enfoques de diagnóstico. Muchos pacientes con COVID-19 desarrollan neumonía, que puede evolucionar a insuficiencia respiratoria y, a veces, a la muerte. La neumonía por COVID-19 es diferente de las formas más comunes de neumonía bacteriana, y las diferencias aparecen en las tomografías computarizadas de tórax. Los más llamativos son los patrones de lesiones turbias que se asemejan a fragmentos de vidrio o líneas reticulares dentro de las lesiones opacas que parecen baldosas irregulares, que ocurren alrededor de las periferias de ambos pulmones. Las lesiones de neumonía bacteriana generalmente se concentran en un pulmón y pueden no parecerse a fragmentos de vidrio.
En China, las tomografías computarizadas ya se utilizan como herramienta de diagnóstico de la COVID-19 cuando un paciente llega a un entorno de atención médica con fiebre y sospecha de infección, aunque este enfoque no se ha adoptado ampliamente en los Estados Unidos. Dos estudios, publicados en Nature Medicine y Cell, promueven esta idea mediante el uso de inteligencia artificial (IA) capacitada en exploraciones pulmonares por TC como una herramienta de diagnóstico rápido para buscar la infección por COVID-19 en pacientes que acuden al hospital y requieren imágenes médicas.
Ver «La IA está examinando miles de millones de Moléculas para Tratamientos contra el Coronavirus»
Escribiendo en Cell, los investigadores de la Universidad de Ciencia y Tecnología de Macao utilizaron 532 000 tomografías computarizadas de 3777 pacientes en China para entrenar sus herramientas de IA, centrándose en las lesiones reveladoras observadas en los pulmones de pacientes con COVID-19. En estudios piloto realizados en varios hospitales chinos, el modelo de IA diagnosticó correctamente la neumonía causada por el coronavirus al menos el 85% de las veces que se aplicó a un conjunto de datos de 417 pacientes en cuatro cohortes separadas. La neumonía por COVID se diagnosticó erróneamente como neumonía no COVID en el 7-12 por ciento de los casos.
«Este grupo hace un trabajo tremendo de inmersión profunda en la validación externa: tienen este gran conjunto de datos de China y observaron cómo se desempeñaba en muchos hospitales», dice Matthew Lungren, radiólogo del Centro Médico de la Universidad de Stanford que no participó en ninguno de los estudios.
Reconocer un número muy pequeño de casos de neumonía por COVID-19 de un gran número de casos de neumonía general inespecífica es importante para una herramienta de diagnóstico cuando el SARS-CoV-2, el coronavirus detrás de la pandemia, se vuelve endémico y ya no es la causa principal de neumonía, explica Lungren.
» Un gran conjunto de datos con una fuente diversa de datos es crucial para lograr conclusiones sólidas y generalizables en diagnósticos basados en IA», escribe el coautor de Cell, Kang Zhang, profesor de medicina en la Universidad de Ciencia y Tecnología de Macao, en un correo electrónico a The Scientist. «Uno de los problemas más difíciles en la aplicación de la IA en el sector sanitario es la escasa reproducibilidad.»
Uno de los desafíos de usar tomografías computarizadas para el diagnóstico de la COVID-19 es que muchas personas infectadas con SARS-CoV-2 experimentan síntomas clínicos graves, como tos y fiebre, pero no tienen biomarcadores visibles en las tomografías computarizadas. Si los profesionales de la salud están tratando de obtener un diagnóstico preciso de la COVID-19 más rápido que los métodos de PCR estándar, «basarse solo en imágenes puede no ser suficiente», dice Yang Yang, radiólogo del Hospital Mount Sinai.
El equipo de Yang también entrenó a su modelo de IA COVID-19 en tomografías computarizadas de tórax y publicó los resultados en Nature Medicine. Este modelo integró los resultados de las tomografías computarizadas con hallazgos clínicos, como las edades de los pacientes, si tenían tos o fiebre, y sus recuentos de glóbulos blancos, creando lo que los autores llamaron un «modelo de fusión» para diagnosticar a los pacientes con COVID-19 basado en datos clínicos y de imágenes. Su modelo de fusión diagnosticó COVID-19 con una precisión del 83,5% en un conjunto de pruebas de 279 pacientes. Al observar el mismo conjunto de imágenes, un radiólogo torácico superior diagnosticó la COVID-19 con una precisión del 84,6%.
» Hay aspectos de su metodología que creo que son muy importantes para este campo en general», dice Lungren, es decir, muchos modelos de diagnóstico de IA basados en datos de imágenes se beneficiarían de la entrada de datos clínicos adicionales.
Zhang dice que al menos 10 grandes hospitales en China y varios en Estados Unidos, India, Irak y Ecuador están utilizando su modelo para diagnosticar a pacientes sospechosos de tener neumonía por COVID-19. Su equipo puso sus algoritmos y conjuntos de datos de capacitación a disposición del público para que otros investigadores los usaran.
K. Zhang et al., «Sistema de IA clínicamente aplicable para un diagnóstico preciso, mediciones cuantitativas y pronóstico de la neumonía por COVID-19 mediante tomografía computarizada», Cell, doi:10.1016/j.cell.2020.04.045, 2020.
