Gabriel Salcedo es el sanjuanino que compone el equipo de investigadores que desarrolló un programa que detecta casos positivos de COVID-19 en apenas tres minutos y con una precisión de entre un 95% y 98%. Se trata de un software que trabaja a través de un diagnóstico por imagen de una radiografía de tórax en conjunto con una inteligencia artificial específica, aunque no reemplaza al test PCR.
El sistema usa estudios hechos con tomografía computada (TC) y rayos X (radiografías) como fuente para ser analizado en un sistema. Eso se introduce en un “modelo preentrenado” (una inteligencia artificial que llamaron VGG16) que da como resultado si el paciente es positivo o negativo en coronavirus, luego de basarse en trabajos científicos de médicos de Wuhan, China, ciudad de donde salió el virus.
Según detallan desde el proyecto en el que participó el profesional de la Universidad Nacional de San Juan, los resultados son “prometedores”, aunque saben que se necesita una prueba más extensa con más datos para llegar a una conclusión definitiva. Esto es, necesitan más imágenes para poder determinarlo.
Si bien aclararon que el trabajo no sustituye al examen que en la actualidad se utiliza para detectar los infectados, advierten una utilidad de estos métodos por los resultados experimentales que se obtuvieron hasta el momento que harían posible el uso de estas técnicas.
Encargado de desarrollar la plataforma web, Salcedo lo hizo junto a Miguel Mavo (UNEFA) y Leonardo Sánchez. El resto del grupo de trabajo está compuesto por otros cuatro especialistas: Martín Infesta, jefe del departamento técnico de radiodiagnóstico del Hospital Gutiérrez, es la “pata radiológica”; Santiago Bassani, responsable del diseño de la inteligencia artificial y el desarrollo general; Florencia Gatti (UADE) y Manuel Ponieman, a cargo de la difusión.
Esta es la web diseñada
Cómo funciona
El sistema trabaja con placas de tórax que pueden obtenerse mediante rayos X o una tomografía computada, ambos estudios disponibles de manera extendida en los sistemas de salud mundiales. Esto se introduce en una base de datos que se está generando con información de enfermedades conocidas y con las características del Covid-19. Por eso se sirve del concepto de big data: cuanta más información tenga, mejor funciona.
Esto está puesto a trabajar en conjunto con una inteligencia artificial (AI, por su sigla en inglés): “La inteligencia artificial que utilizamos se denomina red neuronal convolucional. Se trata de una arquitectura en la que presentamos una imagen y el modelo permite extrapolar de dicha imagen las características que aprende. En nuestro caso, el modelo detecta patrones cristalinos que se forman dentro de los pulmones. Actualmente, el modelo solo nos devuelve la probabilidad de estar infectado o no”, explica el estudiante Bassani.
“Nuestros esfuerzos se encuentran en dos lugares. Por un lado, darle mayor interpretabilidad a los resultados. Esto significa que el modelo devuelva la imagen original con los contornos donde, sospecha, hay posibles rasgos distintivos de Covid-19. Esto permitiría al profesional a cargo, tomar una mejor decisión y más informada”, sigue Bassani.
Todo el proceso toma apenas 3 minutos y se realiza desde una página web.
También, Bassani explicó que el proyecto apunta a “ampliar la clasificación para poder detectar otras enfermedades y así, ayudar en un manejo más rápido de casos que parezcan covid-19 pero no lo sean”.