El Instituto de Ingeniería del Conocimiento (IIC), ha realizado una investigación que analiza la aplicabilidad del Deep Learning para distinguir entre radiografías de pacientes sanos, pacientes con neumonía y aquellos que presenten una neumonía producto de la COVID-19.
El principal objetivo de la investigación consiste en entrenar una red convolucional con imágenes de radiografías de tres tipos de pacientes: sin ninguna afección pulmonar (Normales), que presentan síntomas de la COVID-19 y personas con síntomas de neumonía no relacionados con la COVID-19.
Y es que los sistemas de Machine Learning y Deep Learning necesitan aprender de datos, en este caso imágenes, que reflejen lo que después tendrán que detectar automáticamente. Para el desarrollo de este estudio se utilizó 3 fuentes de datos. Luego de seleccionar los datos, se desarrolla y entrena el modelo de Deep Learning con los ejemplos, validando su progreso con nuevos datos. Luego se mide su efectividad para clasificar radiografías con un conjunto de imágenes que no se hayan utilizado en el entrenamiento de la red.
Al probar el nuevo modelo con los datos de test se obtuvo una exactitud de más del 94% en la detección de COVID-19 en radiografías.
Esta investigación es otro ejemplo de la importancia de la Inteligencia Artificial para detectar a tiempo y de forma efectiva esta enfermedad y aplicar las soluciones pertinentes.
https://www.iic.uam.es/lasalud/deteccion-covid19-en-radiografias-con-deep-learning/
