La inteligencia artificial mejora la detección de COVID-19 en tres hospitales españoles

  • Inteligencia Artificial

Los hospitales Ramón y Cajal, 12 de Octubre y Sant Pau están utilizando la inteligencia artificial para mejorar la precisión de los sistemas de radiografía de tórax empleados en pacientes susceptibles de padecer COVID-19. Gracias a una plataforma de aprendizaje federado estos hospitales pueden compartir modelos de IA para desarrollar un modelo global que mejore progresivamente los aplicados a nivel local, respetando la privacidad de los pacientes.

Recomendados: 

Empresas data driven: estrategias de datos para marcar la diferencia Evento 

Entendiendo la Era del dato: tecnologías y propuestas para gestionar la "datificación" Webinar 

Fruto de la colaboración entre tres hospitales españoles y varios expertos en inteligencia artificial y partners de TI ha dado comienzo un proyecto que tiene como objetivo mejorar la atención sanitaria y, concretamente, la detección de enfermos de COVID-19. Los centros involucrados son los hospitales 12 de Octubre y Ramón y Cajal, ambos en Madrid, y el Hospital Sant Pau de Barcelona, que han comenzado a utilizar la inteligencia artificial para mejorar el análisis de las radiografías de tórax que se emplean para identificar a los enfermos de COVID-19.

Además, estas instituciones aprovechan la plataforma de Aprendizaje Federado de Capgemini para combinar la información obtenida de estas pruebas en los tres centros, creando un modelo de IA global que se alimenta y mejora los modelos utilizados localmente. El resultado es un modelo de diagnóstico que mejora constantemente y que opera garantizando la absoluta privacidad de los datos obtenidos de los pacientes.

Generalmente, el diagnóstico definitivo de esta enfermedad se realiza mediante pruebas microbiológicas como los test de antígenos o PCR, pero las radiografías de tórax se emplean constantemente para realizar un cribado inicial de los pacientes sospechosos de padecer COVID-19, dado que los síntomas más habituales son de naturaleza respiratoria, y pueden ser detectados rápidamente mediante radiografías.

En estos últimos dos años los radiólogos se han enfrentado a un aluvión de radiografías, en cuyo análisis combinan su amplia experiencia con el conocimiento derivado de los hallazgos que han aportado las miles de pruebas realizadas a pacientes que finalmente han sido diagnosticados de COVID-19. Pero el volumen de pruebas a analizar es cada vez mayor y consume gran cantidad de tiempo de estos profesionales, por lo que se ha buscado una tecnología que permitiese acelerar el proceso sin reducir la precisión.

La respuesta a este reto está en la inteligencia artificial, que ya ha demostrado ser de gran utilidad para mejorar el diagnóstico de diversas enfermedades, mediante el análisis de pruebas de diagnóstico por imagen. Ante el reto de implementar una tecnología basada en inteligencia artificial estos hospitales han recurrido a varios partners y expertos en inteligencia artificial, con los que han desarrollado sus propios modelos de IA para la detección de enfermedades como la COVID-19 a través de las pruebas de radiología.

Eso ha demostrado ser un éxito, y han decidido escalar sus iniciativas para construir una plataforma común que permita mejorar los modelos de IA aplicados a la detección de enfermedades a partir del análisis de pruebas radiológicas. Para ello han recurrido a la firma Capgemini, que les ha proporcionado una plataforma de Aprendizaje Federado, creada especialmente para compartir modelos de IA entrenados con pruebas de diagnóstico por imagen.

Esta tecnología les ha permitido crear un modelo global que combina los avances de los tres modelos locales de IA, generando una retroalimentación que va afinando las capacidades de todas las partes mejorarlas de forma constante. Todos estos avances no solo están mejorando el trabajo de identificación de enfermos de COVID-19 tras su llegada a los hospitales, sino que proporcionan un conocimiento y experiencia de alto valor a otros centros médicos con menos experiencia en este campo.

Según la última investigación realizada sobre la eficacia de este sistema, la precisión en la identificación de pacientes contagiados de COVID-19 es de un 89% en el modelo global, mientras que en el mejor de los modelos locales el porcentaje es de un 71%. Pero a medida que se amplíe la colaboración bajo este ecosistema de aprendizaje federado se espera incrementar la precisión de la detección en el caso concreto de esta enfermedad. Y los expertos destacan la importancia de que todo este entorno de IA opera garantizando la privacidad de los pacientes y de sus datos, un requisito imprescindible en cualquier plataforma digital que opere dentro del sector sanitario.

Este proyecto ha sido posible gracias a la colaboración de diferentes socios dentro del sector sanitario y tecnológico, entre los que destacan Capgemini y el Grupo de Enfermedades Multisistémicas del Instituto Ramón y Cajal de Investigación Sanitaria (IRYCIS), impulsores de esta iniciativa. Pero otras organizaciones han participado en su creación, como Cisco, Intel, Vodafone España y Microsoft, que han aportado su tecnología y experiencia. Cisco e Intel han proporcionado la infraestructura de computación encargada del diagnóstico, en forma de un nodo de computación para cada hospital, basado en procesadores Xeon escalables de tercera generación, y servidores UCS de Cisco que contienen el modelo de IA que aprende de las pruebas de radiología. Por otro lado, los modelos locales se implementan a través de Azure Confidential Computing, basado en la tecnología SGX de Intel, que garantiza su protección.

Por su parte, estos tres hospitales han aportado sus casos clínicos, que han sido fundamentales para desarrollar y entrenar los modelos de IA. Finalmente, destaca la aportación de la compañía farmacéutica experta en virología Gilead Sciences, pionera en el desarrollo de un tratamiento eficaz contra esta enfermedad, que ha aportado su conocimiento y experiencia. Esta amplia colaboración multidisciplinar ha dado como resultado un sistema de detección basado en inteligencia artificial que y se considera como un ejemplo a nivel nacional e internacional.

El Dr. José Albillos, jefe de Radiología Hospital 12 de Octubre, comenta que “la IA nos permite analizar un gran número de imágenes de forma casi automática y con gran precisión, lo cual facilita priorizar su revisión e informado. Por este motivo, hace que disminuya la carga de trabajo, al mismo tiempo que se agiliza el diagnóstico”. Por su parte, el Dr. Javier Blázquez, jefe de Radiología del Hospital Ramón y Cajal, explica que “el aprendizaje federado permite mejorar nuestra fiabilidad diagnóstica, ya que cuando la experiencia de un centro se comparte entre varios, los resultados mejoran mucho con respecto a los obtenidos por separado”.

Para la Dra. Beatriz Gómez-Anso, jefe clínico e investigador principal en el Hospital Sant Pau, este proyecto es una clara muestra del valor añadido que aporta la inteligencia artificial en el sector sanitario. Y desde Capgemini, Daniel Iglesias, Director de ingeniería de la compañía en España, destaca especialmente que “gracias a la aplicación de las últimas líneas de investigación en Inteligencia Artificial, podemos asegurar la privacidad de los pacientes y la seguridad de los datos”