100% ORIENTADOS À COMPUTAÇÃO EM NUVEM
Saúde

Machine Learning detecta COVID-19 em exames de raio-X

 

Uma ferramenta de Machine Learning foi capaz de detectar COVID-19 em imagens de raios-X cerca de dez vezes mais rápido do que radiologistas torácicos especializados, de acordo com um estudo publicado na revista Radiology.

Em pacientes com COVID-19, as radiografias de tórax parecem semelhantes, com os pulmões parecendo irregulares e nebulosos em vez de claros e saudáveis. No entanto, pneumonia, insuficiência cardíaca e outras doenças crônicas nos pulmões podem ser semelhantes a COVID-19 nas radiografias. Radiologistas treinados devem ser capazes de diferenciar entre COVID-19 e uma doença menos contagiosa, o que as vezes pode ser mais difícil do que parece.

“Muitos pacientes com COVID-19 possuem características específicas em suas imagens de tórax”, disse Ramsey Wehbe, cardiologista e pós-doutorado em IA. Essas identificações, na maioria das vezes, são analisadas através da existência de consolidações bilaterais, onde os pulmões estão cheios de fluido, causando inflamação.

Para melhorar a identificação do COVID-19 em radiografias, os pesquisadores usaram 17.002 radiografias de tórax para desenvolver, treinar e testar um algoritmo de Machine Learning. Dessas imagens, 5.445 vieram de pacientes positivos para COVID-19 através do banco de dados do Northwestern Memorial Healthcare System.

Machine Learning: mais rápido que os profissionais

Após a coleta de imagens, a equipe testou o algoritmo de Machine Learning contra cinco radiologistas experientes treinados na bolsa cardiotorácica, analisando 300 imagens de teste aleatórias. Cada radiologista levou cerca de duas a três horas para examinar o conjunto de imagens, enquanto o modelo de Machine Learning levou cerca de 18 minutos.

Além disso, os resultados mostraram que a precisão dos radiologistas variou de 76 a 81%, enquanto o algoritmo teve um desempenho melhor com uma precisão de 82%, indicando que os resultados possuem capacidade de oferecer diagnósticos mais rápidos e precisos do que os normalmente entregues no atendimento padrão.

“Esses são especialistas que são subespecializados  em leitura de imagens de tórax”, disse Wehbe. “Considerando que a maioria das radiografias de tórax é lida por radiologistas gerais ou inicialmente interpretada por não radiologistas, como o clínico assistente, muitas vezes as decisões são tomadas com base nessa interpretação inicial. ”

A ferramenta poderia se tornar uma alternativa melhor dentro dos hospitais e sistemas de saúde durante os tempos de pandemia, onde o gerenciamento de testes e análises são mais intensas.

Poupando tempo

“Os radiologistas nem sempre estão disponíveis e os equipamentos de raio-X são um elemento comum na rotina de saúde. Esse algoritmo poderia potencialmente poupar dinheiro e tempo – especialmente porque a rapidez é um elemento necessário quando se trabalha com COVID-19.”, disse Aggelos Katsaggelos, especialista em IA e autor sênior do estudo. “

Entretanto, a plataforma não possui intenção de substituir por completo os métodos de diagnóstico padrão pois não são todos os pacientes que apresentam sinais da doenças – nem mesmo detectados através do exame de raio-X – o sistema não conseguiria diagnosticar pacientes assintomáticos do vírus.

“Nesses casos, o sistema de IA não sinalizará o paciente como positivo”, disse Wehbe. “Mas nem um radiologista conseguiria detectar a doença. Claramente, há um limite para o diagnóstico radiológico de COVID-19, e é por isso que não usaríamos isso para substituir o teste.”

A equipe espera que a ferramenta de Machine Learning possa ajudar os médicos a selecionar rapidamente os pacientes que são admitidos em hospitais por motivos diferentes do COVID-19. O modelo pode facilitar a detecção mais rápida e precoce do vírus, o que pode proteger provedores e pacientes, reconhecendo quais pacientes precisam isolar mais cedo.

O grupo também acredita que o algoritmo pode sinalizar pacientes para isolamento e teste que não estão necessariamente apresentando sintomas de COVID-19.  “Não pretendemos substituir os testes reais”, disse Katsaggelos. “Os raios X são rotineiros, seguros e baratos. Nosso sistema levaria segundos para fazer a triagem de um paciente e determinar se esse paciente precisa ser isolado. ”

Ajuda coletiva

Com o início do COVID-19, a equipe de pesquisa decidiu concentrar seus esforços no desenvolvimento de soluções que pudessem ajudar a aliviar os encargos sobre o sistema de saúde.

“Quando a pandemia começou a aumentar em Chicago, perguntamos um ao outro se havia algo que podíamos fazer”, disse Wehbe. “Estávamos trabalhando em projetos de imagens médicas usando eco cardíaco e imagens nucleares. Sentimos que podíamos articular e aplicar nossa experiência conjunta para ajudar na luta contra o COVID-19. ”

Os pesquisadores disponibilizaram o algoritmo publicamente para que outras pessoas possam continuar a treiná-lo com novos dados. O modelo ainda está em fase de pesquisa, mas pode ser usado em ambientes clínicos no futuro.

“Pode levar horas ou dias para receber os resultados de um teste COVID-19”, disse Wehbe. “O IA não confirma se alguém tem ou não o vírus. Mas se pudermos sinalizar um paciente com este algoritmo, poderemos acelerar a triagem antes que os resultados do teste voltem.”

Este artigo foi traduzido do Health It Analytics

Conheça as soluções para a área de Saúde que a dataRain oferece e entre em contato!

dataRain – Cloud Computing Amazon Web Services

Compartilhe

Whatsapp

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Voltar à listagem
Central de Vídeos

Veja também

CONHEÇA ALGUNS

Cases de sucesso

Redução de custos, eficiência, experiência.

Quer conhecer mais?

Nuvem AWS é com dataRain.
Entre em contato Ver todos os cases

Nossas credenciais

Close Bitnami banner
Bitnami