VOLVER

Share

Desarrollan un sistema de inteligencia artificial que permite extraer información relevante de informes radiológicos relacionada con la COVID-19

Investigadores del grupo SINAI de la Universidad de Jaén, junto con radiólogos de la clínica HT Médica, han creado un sistema que proporcionaría una gran ayuda para apoyar al personal médico a detectar trastornos relacionados con la enfermedad, ya que se podría utilizar para predecir automáticamente si un paciente tiene hallazgos radiológicos compatibles con la misma.

Fuente: Universidad de Jaén


Jaén |
04 de diciembre de 2020

Investigadores del grupo SINAI (Sistemas INteligentes de Acceso a las Información) de la Universidad de Jaén, junto con radiólogos de la clínica HT Médica, han desarrollado un sistema de inteligencia artificial basado en tecnologías del lenguaje y aprendizaje automático que analiza la información textual incluida en los informes radiológicos escritos tras la exploración de una Tomografía Axial Computarizada (TAC) de tórax con el objetivo de extraer información relevante relacionada con la COVID-19.

Manuel Carlos Díaz, L. Alfonso Ureña, Pilar López y Maite Martín, del grupo SINAI.

El trabajo, denominado ‘Detección de COVID-19 en informes radiológicos de texto que integran el reconocimiento de entidades’ (‘COVID-19 detection in radiological text reports integrating entity recognitionha’) sido publicado por la revista científica Computers in Biology and Medicine de ELSEVIER.

Los investigadores de la UJA explican que el diagnóstico de COVID-19 generalmente se basa en la prueba de PCR utilizando imágenes radiológicas, principalmente RX y TAC de tórax para la evaluación de la afectación pulmonar por COVID-19. Sin embargo, los informes radiológicos textuales también contienen información relevante para determinar la probabilidad de presentar hallazgos radiológicos compatibles con afectación por COVID-19 a nivel pulmonar. En este sentido, el desarrollo de sistemas de detección automática de COVID-19 basados ​​en técnicas de Procesamiento del Lenguaje Natural (PLN) podría proporcionar una gran ayuda para apoyar a los médicos y detectar trastornos relacionados con COVID-19 en los informes radiológicos.

“Esta investigación es importante porque la mayoría de trabajos basados en inteligencia artificial relacionados con la detección de COVID-19 en radiología siempre se han centrado en el análisis de la imagen. Sin embargo, en este caso hemos utilizado técnicas de PLN para identificar entidades médicas en el texto de los informes y poder extraer información relevante.” señala Pilar López Úbeda, co-autora de este estudio e investigadora de la Universidad de Jaén. Así, esta investigación propone un sistema de clasificación de textos basado en la integración de diferentes fuentes de información. Un sistema que se puede utilizar para predecir automáticamente si un paciente tiene hallazgos radiológicos compatibles con COVID-19 sobre la base de informes radiológicos de TAC de tórax.

Para la realización de los experimentos se han utilizado 295 informes radiológicos facilitados por la clínica HT Médica, todos ellos solicitudes radiológicas con sospecha de afectación torácica por COVID-19. Para entrenar el sistema de clasificación textual se han aplicado algoritmos de aprendizaje automático y técnicas de Reconocimiento de Entidades Nombradas (NER). El sistema toma dos fuentes de información como entrada: el texto del informe radiológico y los trastornos relacionados con COVID-19 extraídos de la base de conocimiento médica SNOMED-CT. Con ello, se entrena un sistema computacional de aprendizaje automático basado en PLN en el que se integran los hallazgos radiológicos extraídos automáticamente consistentes con COVID-19 en los TAC de tórax. La precisión en predicción de afectación pulmonar por COVID-19 obtenida por el sistema entrenado alcanza un 90%, demostrando así su capacidad de predecir la presencia del virus en un examen radiológico.

La investigadora de la Universidad de Jaén Maite Martín Valdivia y miembro del grupo SINAI resalta que “si bien el objetivo principal de nuestro trabajo es la integración de trastornos extraídos de SNOMED-CT con el fin de desarrollar un sistema de detección de casos sospechosos de COVID-19 en informes radiológicos textuales, también existen otras motivaciones interesantes que surgen de nuestro estudio, como por ejemplo, la detección de hallazgos inesperados relacionados con COVID-19 en pacientes que son explorados por otros motivos no relacionados con el virus, el seguimiento de la incidencia y prevalencia de COVID-19 en unidades de radiología mediante informes radiológicos -pudiendo ser utilizados para detectar nuevos brotes de la enfermedad- la notificación temprana de casos de COVID-19 o la búsqueda retrospectiva de hallazgos de COVID-19 en pacientes con TAC de tórax en los meses previos a la pandemia”.

Tras los importantes resultados obtenidos, los investigadores del grupo SINAI de la UJA han creado una aplicación para implementar el sistema desarrollado directamente en los equipos de la clínica radiológica HT Médica, con el fin de pasar a explotación la investigación realizada y poder comprobar así cómo funciona la herramienta en un escenario real.

Referencia del artículo: López-Úbeda, P., Díaz-Galiano, M. C., Martín-Noguerol, T., Luna, A., Ureña-López, L. A., & Martín-Valdivia, M. T. (2020). COVID-19 detection in radiological text reports integrating entity recognition. Computers in Biology and Medicine, 104066.


Share

Últimas publicaciones

La Universidad de Córdoba pone en marcha un proyecto para conocer cuál es la realidad de las personas con lesión medular
Córdoba | 18 de marzo de 2024

Un equipo de investigadores de la Universidad de Córdoba ha puesto en marcha un proyecto para analizar cuáles son las necesidades de las personas con lesión medular. Este estudio cuenta con la colaboración de la Federación de Asociaciones Aspaym (Asociación de personas con lesión medular y otras discapacidades físicas).

Sigue leyendo
Identificada una mutación que altera el avance de la enfermedad de Alzheimer
Málaga | 15 de marzo de 2024

La Universidad de Málaga ha coordinado este estudio en el que han participado un centenar de investigadores multidisciplinares de 50 entidades diferentes. Para su desarrollo se llevó a cabo un estudio longitudinal a partir de muestras epidemiológicas de más de 1.300 pacientes de Málaga y Barcelona, que evidenció el papel de esta mutación en el declive cognitivo de los afectados a lo largo de la enfermedad. 

Sigue leyendo
Premio Nacional de Investigación 2023 para el profesor de la Universidad de Sevilla José López Barneo
Sevilla | 15 de marzo de 2024

Concedido por el Ministerio de Ciencia, Innovación y Universidades, este galardón es el más importante de nuestro país en el ámbito de la investigación científica. López Barneo ha destacado de entre las 114 candidaturas gracias a su brillante carrera y a sus contribuciones que han tenido un profundo impacto en el campo de la fisiología y la neurobiología celular y molecular. La entrega ha tenido lugar en una ceremonia en Gandía presidida por los Reyes de España. 

Sigue leyendo

#CienciaDirecta

Tu fuente de noticias sobre ciencia andaluza

Más información Suscríbete