Chilenos crean nueva técnica para diagnosticar el SARS-COV-2 sin PCR
PANDEMIA. Científicos de la Universidad Católica de Valparaíso y la Clínica MEDS desarrollaron método no invasivo, altamente efectivo para distinguir entre pacientes sanos, con neumonía o covid-19. Podría ser útil para la variante delta.
Redacción
Detectar el covid-19 de manera no invasiva, sencilla y a bajo costo, mezclando imágenes de rayos X con inteligencia artificial, es la nueva propuesta de especialistas e ingenieros chilenos.
Publicada en la revista científica Signa Vitae, que pertenece a Web of Science, la investigación fue liderada por expertos del Sports Medicine Data Science Center de Clínica MEDS, proyecto en el que también participa la Escuela de Ingeniería Industrial de la Pontificia Universidad Católica de Valparaíso (PUCV).
Según informó la casa de estudios porteña, el diagnóstico de la infección se efectúa aplicando "herramientas de inteligencia artificial correspondientes a aprendizaje automático ('machine learning') a radiografías de tórax".
El trabajo determinó que la técnica es capaz de diferenciar entre pacientes sanos, con neumonía y enfermos de covid-19 "con una alta precisión, a bajo costo, y con infraestructura computacional sencilla y básica".
La investigación, complementó la PUCV, se basó en radiografías de tórax de personas de 26 países disponibles en un repositorio público de datos.
"El estudio se realizó mediante un experimento estadístico diseñado para verificar si herramientas de aprendizaje automático, como máquinas de soporte vectorial y bosques aleatorios, detectaban pacientes covid-19 positivos entre diferentes imágenes de rayos X de pacientes sanos, con neumonía y con coronavirus", añadió un comunicado de la casa de estudios.
La fórmula consiguió hasta 90% "de sensibilidad y especificidad" en el diagnóstico, aseveró la entidad.
Oferta alternativa
Según el académico Víctor Leiva, se trata de una propuesta alternativa al examen de reacción en cadena de la polimerasa (PCR) y otras metodologías de "deep learning" para la detección de estas infecciones.
"Esta herramienta es no invasiva, de bajo costo, de fácil acceso y se puede aplicar con rapidez si se tiene una capacidad tecnológica y computacional relativamente simple (contrario al 'deep learning') y a diferencia de (la muestra de) PCR, que es invasiva, más costosa y toma días en dar resultados", fundamentó el también coautor del estudio.
Para el investigador de la Escuela de Ingeniería Industrial de la PUCV, "en particular, la herramienta podría ser útil para la variante delta del covid-19, cuyos síntomas han demostrado ser más sensibles a los rayos X".
Por su parte, Nicolás Bustos, otro de los firmante del documento, manifestó que "es esencial impulsar la investigación aplicada con objetivos integrales e inclusivos durante nuestra transición por la universidad".
"Así, contribuimos con soluciones que beneficien a sectores con menos recursos socioeconómicos y tecnológicos", explicó.
El artículo científico también tuvo como coautores al profesor e investigador Felipe Feijoo y al exalumno Manuel Tello, ambos de la misma escuela, y los investigadores Guillermo Droppelmann y Nicolás García, pertenecientes a la Clínica MEDS.
26 países aportaron con radiografías a un banco público, que sirvió como principal insumo para los expertos nacionales.
90% de resultados positivos consiguió la fórmula, al discriminar entre pacientes infectados por coronavirus, con neumonía y sanos.