Un estudi revela fiabilitat de la intel·ligència artificial per a diagnosticar la covid

Un estudi va revelar que la intel·ligència artificial ofereix fins a un 90% de fiabilitat en la detecció de covid-19 als pulmons i fins i tot supera algunes de les actuals dificultats en les proves, informava aquest dimecres la Universitat de Florida Central (UCF).

Els científics van descobrir que un algorisme d'intel·ligència artificial pot identificar en tomografies computades la pneumònia causada per la covid-19 amb una precisió del 90%, segons un comunicat de la institució universitària, que forma part de l'estudi multinacional.

Afegeix que l'algorisme també pot «identificar correctament els casos positius el 84% de les vegades i els casos negatius el 93% de les vegades».

L'estudi, per al qual es va fer proves amb 1.280 pacients de la Xina, el Japó i Itàlia, ha pres com a pedra angular les tomografies computades dels pulmons, que brinden «una visió més profunda del diagnòstic i la progressió de la covid-19» en comparació amb les actuals proves virals, segons la universitat.

Aquestes tomografies a més poden detectar la malaltia «en persones sense símptomes, en aquelles que tenen símptomes primerencs, durant l'apogeu de la malaltia i després que els símptomesdesapareguin».

UlasBagci, professor assistent en el Departament de Ciències de la Computació de laUCF, destaca que l'ús de la intel·ligència artificial en les tomografies pot servir de gran ajuda als metges, ja que a més permet «mantenir una alta especificitat en pneumònies no relacionades amb covid-19».

Durant la recerca es va provar l'algorisme en tomografies computades fetes a pacients amb malalties pulmonars, que anaven des de pneumònia no causada pel coronavirus, càncer i covid-19.

L'estudi, liderat per BarisTurkbeyiBradfordJ.Wood, investigadors de l'Institut Nacional de Salut (NIH) dels EUA, va trobar que l'algorisme era «extremadament eficaç» per a situar casos de pneumònia produïts per la covid-19 i distingir-la d'altres malalties, especialment en examinar tomografies computades en les primeres etapes de la progressió».

«Vam demostrar que un enfocament d'intel·ligència artificial basat en l'aprenentatge profund pot servir com una eina estandarditzada i objectiva per ajudar als sistemes sanitaris i als pacients», va assenyalarBagci.

«Es pot utilitzar com una eina de prova complementària en poblacions limitades molt específiques, i es pot utilitzar ràpidament i a gran escala en el desafortunat cas d'un brot recurrent», va afegir l'expert.