5 Formas en que la IA puede combatir el COVID-19

Índice

1. Introducción
2. Detección y diagnóstico utilizando IA 2.1. Pruebas de hisopado 2.2. Uso de imágenes de tomografía computarizada (CT)
3. Seguimiento y análisis para medidas preventivas
4. Reducción - Control de la enfermedad
5. Curas, tratamientos y vacunas
6. Desinformación y educación
7. Conclusión
8. Preguntas frecuentes

Introducción

¡Hola a todos y bienvenidos! Hoy vamos a hablar sobre el tema más popular del mundo, el Coronavirus, y cómo la Inteligencia Artificial y la Ciencia de Datos pueden ser utilizadas para combatirlo. En este artículo vamos a discutir las 5 áreas principales de investigación en IA relacionadas con el COVID-19. Estas áreas incluyen la detección y diagnóstico de la enfermedad, el seguimiento y análisis de su propagación para tomar medidas preventivas, el control de la enfermedad, la búsqueda de posibles curas, tratamientos y vacunas, y la importancia de detener la propagación de la desinformación. A lo largo de este artículo, exploraremos cómo la IA, el Aprendizaje Profundo y la Ciencia de Datos están siendo utilizados para combatir el COVID-19. Por favor, recuerden que la información proporcionada en este artículo es meramente informativa y no debe ser tomada como consejo médico. Si creen que pueden estar infectados, les insto a que consulten a un profesional médico.

Detección y diagnóstico utilizando IA

Antes de poder actuar sobre un problema en particular, primero es necesario saber cuándo ha ocurrido el problema. En el caso del COVID-19, es necesario detectar o diagnosticar si una persona está infectada, tanto en su estado activo como pasivo. El estado pasivo o de incubación puede durar entre 2 y 14 días y puede pasar desapercibido fácilmente. Se utilizan cámaras infrarrojas para detectar síntomas similares a la fiebre, pero esto no nos dirá si se trata de una gripe común o del coronavirus. Jun Chen y otros utilizan un modelo de aprendizaje profundo para detectar neumonía por coronavirus en tomografías computarizadas de Alta resolución, también conocidas como CT scans. También existe un método para utilizar muestras de saliva para determinar el tipo de infección en el momento y los centros de pruebas de coronavirus están siendo cada vez más prominentes en todo el mundo. Vamos a ver en detalle estos métodos de diagnóstico.

Pruebas de hisopado

Las pruebas de hisopado consisten en recolectar muestras de saliva de los pacientes y analizarlas en busca de moléculas específicas que aparecen en el material genético del nuevo coronavirus. Estas pruebas funcionan mediante la detección de ácido nucleico, que según la Wikipedia es una técnica utilizada para detectar una secuencia específica de ácido nucleico, y se suele utilizar para detectar e identificar una especie o subespecie particular de organismo, generalmente un virus o bacteria que actúa como patógeno en la sangre, tejidos u orina. En el caso del COVID-19, se utiliza para detectar la presencia del virus. Si bien se dice que estas pruebas son económicas, abundantes y generalmente precisas, existe una creciente preocupación de que puedan producir un gran número de falsos negativos, lo que significa que no todas las personas infectadas por el coronavirus darán positivo en estas pruebas. Esto puede llevar a que pacientes que presentan signos Claros de infección viral en sus CT scans, pero resultado negativo en las pruebas de hisopado, sean "liberados" de los hospitales debido a la falta de camas disponibles. La IA puede ayudar en esta etapa del diagnóstico ofreciendo asistencia a los radiólogos para una detección más rápida y eficiente.

Uso de imágenes de tomografía computarizada (CT)

La tomografía computarizada (CT) es la forma más eficiente de detectar y evaluar la gravedad de una neumonía, según el AISC. Sin embargo, para los médicos, ofrecer un pronóstico basado en una CT scan no es una tarea trivial y puede llevar tiempo. Aquí es donde entra en juego la IA. Un diagnóstico asistido por IA podría reducir en gran medida la carga de trabajo de los radiólogos al proporcionar un diagnóstico temprano y un aislamiento igualmente temprano, lo que ayudaría a reducir la propagación del virus. Hay un conjunto de datos que cuenta con más de 46,000 imágenes de CT de 106 pacientes, más de 26,000 imágenes de pacientes con COVID-19 y más de 20,000 imágenes de un grupo de control. Utilizan una red neuronal llamada UNet++, donde la "U" hace referencia a la forma de la red. Con esta red, lograron una precisión del 95.24% por paciente y una precisión del 98.85% por imagen. Si bien esto es prometedor, no es la solución definitiva para el diagnóstico automatizado del COVID-19, sino que se utiliza como apoyo a los radiólogos para un diagnóstico más rápido. La IA ha demostrado su capacidad para reducir el tiempo de lectura en un 65%, por lo que tiene un gran potencial para mejorar la eficiencia del diagnóstico y aliviar la presión sobre los radiólogos y los médicos exhaustos y sobrecargados. Empresas como Infer Vision y Alibaba también están utilizando la visión por computadora en las imágenes de CT para el diagnóstico del coronavirus. Alibaba ha desarrollado un sistema de IA capaz de detectar el virus en un tiempo mínimo, con una precisión del 96%. Según un informe de Nikkei's Asian Review, Alibaba afirma que su sistema de IA tarda solo 20 segundos en hacer una determinación, mientras que los humanos suelen tardar unos 15 minutos en diagnosticar la enfermedad, ya que pueden haber más de 300 imágenes para evaluar. Otros estudios también han demostrado resultados prometedores en la cuantificación de infecciones pulmonares en imágenes de CT utilizando IA.