Detección de COVID-19 basada en IA

Detección de COVID-19 basada en IA 1305 533 Nosotros vamos

Detección de COVID-19 basada en IA

Israel

RADLogics, una startup israelí centrada en el desarrollo de soluciones sanitarias con tecnología de inteligencia artificial, está trabajando para desarrollar un nuevo software de análisis de TC con tecnología de inteligencia artificial. Este software tiene como objetivo diagnosticar de forma automática y precisa COVID-19 y sus síntomas principales. El software desarrollado utiliza múltiples conjuntos de datos de todo el mundo, incluidos datos de áreas infectadas en China, para crear imágenes de aprendizaje profundo en 2D y 3D que ayudan a diagnosticar mejor el virus. La compañía realizó varios experimentos retrospectivos para analizar el rendimiento del software para la detección de características sospechosas de TC torácica COVID-19 y para evaluar la evolución de la enfermedad en cada paciente a lo largo del tiempo mediante una revisión de volumen en 3D. Se espera que el software mejore tanto el tratamiento de los pacientes como la contención de la propagación del virus mediante la detección rápida de casos positivos en sus primeras etapas de infección. Actualmente, el software se está probando en hospitales de China, Italia y Rusia. CT = tomografía computarizada

CARACTERÍSTICAS

  • El software desarrollado utiliza múltiples conjuntos de datos de todo el mundo para crear imágenes de aprendizaje profundo en 2D y 3D para un análisis CT más preciso
  • Como una característica del software desarrollado, RADLogics utiliza una revisión de volumen en 3D para generar "Corona Score" que mide el porcentaje de volumen pulmonar que está infectado por la enfermedad.

RESULTADOS EN CURSO

  • Hasta ahora, el software ha registrado una alta precisión en el diagnóstico de COVID-19 al desarrollar rápidamente su algoritmo de diagnóstico a través del aprendizaje profundo.
  • El software tarda 30 segundos en procesar 400 imágenes de TC (originalmente, se necesitan hasta 2 minutos por paciente para realizar una tomografía computarizada del tórax de un paciente).
  • El algoritmo de análisis de imágenes de TC pudo diferenciar 157 pacientes en todo el mundo que dieron positivo y negativo para el virus con un AUC de 0.996, sensibilidad del 98.2% (probabilidad de identificación correcta de individuos con COVID-19) y especificidad del 92.2% (probabilidad de identificación correcta de individuos sin COVID-19).
  •  

    Fuente (s): Business Insider, Radiología Aplicada