Radiografías e inteligencia artificial. ¿un método para diagnosticar Covid-19?

Varios estudios sugieren la posibilidad de usar IA y radiografías para diagnosticar Covid-19, aunque podría no ser el método más confiable

Diversas investigaciones proponen usar modelos de inteligencia artificial para diagnosticar automáticamente la Covid19 utilizando radiografías de tórax

Desde el comienzo de la pandemia de Covid-19, la comunidad científica se encuentra en una búsqueda continua de métodos de diagnóstico más rápidos y eficaces para la detección oportuna de la enfermedad. A la fecha, varios estudios científicos proponen el uso de radiografías e inteligencia artificial para detectar la Covid-19. Dos de ellos, publicados en 2021, aseguran tener una precisión de entre 95.6% y 99.24% para detectar una infección del nuevo coronavirus.

El primero de ellos, publicado en la revista IEEE/CAA Journal of Automatica Sinica, partió de la idea de que síntomas de la Covid-19, como la dificultad respiratoria, tos y neumonía, son visibles en las radiografías. De esta forma, los investigadores quisieron comprobar si, en instalaciones con pruebas limitadas y tiempo de procesamiento largo, las radiografías podrían convertirse en un método de diagnóstico, usando inteligencia artificial.

Sin embargo, la principal dificultad para esto fue la cantidad limitada de radiografías de tórax disponibles públicamente para entrenar su modelo de inteligencia artificial para la detección de pacientes con Covid-19. Los investigadores tuvieron que trabajar con 194 radiografías, cuando normalmente se necesitan miles de imágenes para entrenar un sistema de inteligencia artificial.

Para solucionarlo, los investigadores partieron de un modelo ya entrenado en un gran conjunto de datos con otras radiografías y lo entrenaron para usar los mismos métodos para detectar pulmones con Covid-19. Los científicos utilizaron varios modelos de inteligencia artificial, dos de los cuales alcanzaron una precisión del 95.6% y del 98.5%, respectivamente.

En el segundo de los estudios, publicado en Neural Computing and Applications, sus autores recurrieron a una técnica llamada aprendizaje por transferencia para entrenar su inteligencia artificial. Para esto utilizaron una base de datos de más de un millón de imágenes comunes y transfirieron ese conocimiento para identificar las características de condiciones médicas de diagnóstico con radiografía. Con esta técnica, consiguieron una tasa de éxito del 99.24% para detectar Covid-19 en radiografías de tórax.

Pese al prometedor éxito de estas investigaciones, algunos miembros de la comunidad científica se han mostrado escépticos de las técnicas de diagnóstico con radiografías e inteligencia artificial. En un estudio publicado en la revista Nature Machine Intelligence, investigadores examinaron varios de estos modelos de diagnóstico de Covid-19. Encontraron que, en lugar de aprender una patología médica genuina, la inteligencia artificial de estos modelos se basa en el aprendizaje de atajos. Mediante estos atajos, la inteligencia artificial establece asociaciones falsas entre factores médicamente irrelevantes y el estado de la enfermedad.

Este aprendizaje de atajos es menos sólido comparado con la patología médica genuina y generalmente significa que el modelo no se generalizará bien fuera del entorno original, señala el estudio. Es decir, un modelo basado en atajos a menudo funcionará únicamente en el hospital donde se desarrolló y corre el riesgo de fallar al trasladarse a un hospital diferente, causando malos diagnósticos.

La inteligencia artificial promete muchas soluciones útiles en la actualidad, muchas de ellas en el ámbito médico. Aunque recientemente se ha propuesto su uso en conjunto con radiografías para el diagnóstico de la Covid-19, aún es pronto para extender su uso y depender únicamente de este método en hospitales. Por el momento se debe trabajar en desarrollar modelos capaces de funcionar ba