Javier Collado

Supermercados Piedra

Dobuss

Redacción. Investigadores de Stanford han desarrollado un algoritmo que ofrece diagnósticos basados en la revisión de imágenes de rayos X del tórax. Este puede diagnosticar una neumonía mejor que los expertos radiólogos humanos.

En un artículo sobre el algoritmo bautizado como CheXNet, se indica que “interpretar las imágenes de rayos X para diagnosticar patologías como la neumonía es algo muy difícil y, ahora además, sabemos que hay una gran variabilidad entre los propios radiólogos”, dice Pranav Rajpurkar, un estudiante graduado del Grupo de Aprendizaje de Máquinas de Stanford y co-autor del artículo. “Nos interesamos en desarrollar algoritmos de aprendizaje que pudiesen aprender de los cientos de miles de diagnósticos de rayos X y hacer que dichos diagnósticos fuesen precisos”.

El trabajo usa datos públicos facilitados inicialmente por los Institutos Nacionales de los Centros de Salud Clínica de EEUU. Estos datos contienen 112.120 vistas frontales de imágenes de rayos X de tórax en donde se han etiquetado 14 posibles patologías. De esta forma se generó un algoritmo que podía diagnosticar algunas de las patologías con cierto éxito, diseñado para promover que otros trabajaran en ese trabajo.

Los investigadores trabajaron con Matthew Lungren, médico y profesor de radiología en la Escuela de Medicina, además de la ayudad de cuatro radiólogos de Stanford, anotaron 420 imágenes en donde había indicios de neumonía. Los investigadores dijeron que se enfocaron en esta enfermedad que lleva a 1 millón de estadounidenses al hospital cada año. Además, muchas veces el diagnóstico a partir de una placa de rayos X no es lo suficientemente preciso.

A partir de ahí, realizaron diferentes métodos y pruebas para enfocarse en la detección de la neumonía. Según los datos que han compartido, el nivel de precisión en la detección de los síntomas de neumonía, puede igualar o hasta superar el desempeño (sensibilidad y especificidad) de los radiólogos.