Inteligencia artificial para patología pulmonar en la COVID-19

Una nueva herramienta de diagnóstico asistida por ordenador, desarrollada por científicos de la Universidad de Ciencia y Tecnología Rey Abdalá (KAUST), en Arabia Saudí, podría ayudar a superar algunos de los retos que plantea el seguimiento de la salud pulmonar tras una infección vírica. Al igual que otras enfermedades respiratorias, la COVID-19 puede causar daños duraderos en los pulmones, pero los médicos han tenido dificultades para visualizar estos daños. Las exploraciones torácicas convencionales no detectan de forma fiable los signos de cicatrización pulmonar y otras anomalías pulmonares, lo que dificulta el seguimiento de la salud y la recuperación de las personas con problemas respiratorios persistentes y otras complicaciones posteriores a la COVID.

Aumento del parénquima pulmonar profundo

El nuevo método desarrollado por la KAUST -conocido como aumento del parénquima pulmonar profundo (DLPE)- superpone algoritmos de inteligencia artificial a los datos estándar de las imágenes del tórax para revelar características visuales, de otro modo indiscernibles, indicativas de disfunción pulmonar. Mediante el aumento de DLPE, 'los radiólogos pueden descubrir y analizar nuevas lesiones pulmonares subvisuales --afirma el informático y biólogo computacional Xin Gao--. El análisis de estas lesiones podría entonces ayudar a explicar los síntomas respiratorios de los pacientes', lo que permitiría una mejor gestión y tratamiento de la enfermedad, añade. Gao y los miembros de su Grupo de Bioinformática Estructural y Funcional y del Centro de Investigación en Biociencia Computacional crearon la herramienta, junto con el investigador en inteligencia artificial y actual rector de la KAUST, Lawrence Carin, y colaboradores clínicos de la Universidad Médica de Harbin (China). El método elimina en primer lugar cualquier característica anatómica no asociada al parénquima pulmonar; los tejidos que intervienen en el intercambio de gases son los principales lugares en los que se produce el daño inducido por COVID-19. Esto significa eliminar las vías respiratorias y los vasos sanguíneos, y luego mejorar las imágenes de lo que queda para exponer las lesiones que podrían pasar desapercibidas sin la ayuda del ordenador. Los investigadores entrenaron y validaron sus algoritmos utilizando tomografías computarizadas (TC) de tórax de miles de personas hospitalizadas por COVID-19 en China. Perfeccionaron el método con la aportación de radiólogos expertos y, a continuación, aplicaron el DLPE de forma prospectiva a docenas de supervivientes de COVID-19 con problemas pulmonares, todos los cuales habían padecido una enfermedad grave que requería tratamiento de cuidados intensivos. De este modo, Gao y sus colegas demostraron que la herramienta podía revelar signos de fibrosis pulmonar en los supervivientes de COVID-19, ayudando así a explicar la disnea, la tos y otros problemas pulmonares. Un diagnóstico, sugiere, que sería imposible con el análisis de imágenes de TC estándar. 'Con el DLPE, por primera vez, demostramos que las lesiones de TC a largo plazo pueden explicar estos síntomas --subraya--. Así, los tratamientos para la fibrosis pueden ser muy eficaces para abordar las complicaciones respiratorias a largo plazo de la COVID-19'. Aunque el equipo de la KAUST desarrolló el DLPE pensando principalmente en la recuperación tras la COVID, también probó la plataforma en exploraciones torácicas tomadas a personas con otros problemas pulmonares, como neumonía, tuberculosis y cáncer de pulmón. Los investigadores demostraron que su herramienta podría servir de ayuda diagnóstica para todas las enfermedades pulmonares, permitiendo a los radiólogos, como dice Gao, 'ver lo que no se ve'.