Chilenos Desarrollan Inteligencia Artificial para detectar Covid 19 con radiografías

Se llama Berta. Es el nombre de la perra de Manuel Torres, líder de Ingeniería de Google Cloud para Chile y, por lo mismo, fue el nombre elegido para la “máquina” que constituye el centro del proyecto que ha encabezado en los últimos cuatro meses: un sistema de inteligencia artificial que, aprendiendo de miles de radiografías de tórax, es capaz de detectar la presencia de Covid 19 en una persona incluso antes de que presente síntomas. 

El proyecto nació de una colaboración de la empresa estadounidense con RedSalud, centro médico privado que cuenta con nueve clínicas y 26 centros médicos en el país. 

La idea no es reemplazar al test PCR, sino complementarlo, de modo que actúe como un prediagnóstico que permita tomar las medidas preventivas no sólo  para cuidar la salud del probable enfermo sino también para evitar que siga contagiando a más personas.  “Esta herramienta que puede ser un apoyo significativo, sobre todo para los médicos que están en condiciones más básicas, con menos recursos, o más apartadas”, explica Nelson Mijac, médico jefe del Servicio de Imagenología de Clínica RedSalud Magallanes e investigador principal de este proyecto. El especialista agrega que esta herramienta serviría también para subsanar momentáneamente problemas de accesibilidad a un prediagnóstico por encontrarse en zonas remotas (desde donde la muestra tiene que viajar al laboratorio para el PCR) o incluso en una eventual escasez de reactivos para realizar ese examen. 

Además, en comparación con un escáner (que también se han usado en pacientes Covid, pero no a modo de screening) la radiografía es de mucho menor costo y mucho menos irradiante, de modo que no representa riesgos sobre aquella población más sensible a la radiación. 

La aplicación del  “machine learning” y la inteligencia artificial en medicina y ciencia tiene muchos antecedentes. Enseñarle a una máquina a detectar enfermedades a través de imágenes, también. El mismo Google ha desarrollado proyectos para detección de retinoplastía diabética y para la identificación temprana del cáncer de mamas. En Chile, la empresa ha colaborado en proyectos  para la observación astronómica y la  clasificación de datos. 

De modo que, de cierta manera, poner todo esto al servicio del screening de posibles casos de Covid19 tenía sentido. De hecho, ya existía un recurso para ello. El doctor Mijac comenta que existe una base de datos gratuita online con miles de radiografías de pacientes con Covid 19, principalmente italianos. “Las usamos en un principio”, comenta. Fueron las primeras lecciones de Berta. “Pero llegamos a un punto donde vimos que no era de la calidad que queríamos; además eran de definición muy dispareja”. La decisión fue entonces comenzar a reemplazar ese banco de imágenes con radiografías de pacientes chilenos. Hoy, la totalidad de imágenes con las que opera el sistema son locales. Eso les permitió además clasificar y controlar mejor la toma de las muestras y clasificarlas.

Así, clasificaron las imágenes en tres grupos. Uno de ellos, son pacientes completamente sanos, con imágenes tomadas desde antes del inicio de la pandemia. “Necesitamos enseñarle al sistema cómo es el normal”, explica Manuel Torres, de Google. Otro grupo es de radiografías de pacientes con otras patologías, como tumores, traumatismos, problemas cardíacos, etcétera. 

“Y otro grupo está compuesto por 500 imágenes, que acabamos de terminar de recolectar, que son pacientes que consultan en nuestros centros médicos o clínicas con patologías respiratorios y a los que se decide tomarle una PCR”, explica Mijac. “A estos pacientes les ofrecemos en ese momento en forma gratuita tomarle una radiografía de tórax. Luego esperamos los resultados de la PCR. Cuando ése test es positivo, marcamos esa radiografía (y en ese momento se desmarca del individuo, para protección de su privacidad) y ese es el grupo que nos sirve para indicarle a la Inteligencia artificial cómo se ve el Covid 19 en una radiografía”. 

En sus más de dos décadas observando radiografías, el doctor Mijac dice que no se podría imaginar tener esa capacidad de observación. “No es un problema de conocimientos, sino de capacidad del ojo. Le pedimos a la inteligencia artificial que nos preste su ojo biónico”. 

Manuel Torres explica que otro factor fue relevante: “el personal de salud está sobreexigido, y tiene el foco en muchas cosas a la vez. Esta herramienta tiene un solo foco”.Actualmente el sistema está clasificando y homogeneizando las imágenes para probar su efectividad diagnóstica. Los resultados preliminares tienen al equipo muy optimista. Luego, será el momento de dejarlo a disposición del sistema de salud. “Queremos llegar con algo terminado”, explica el doctor Mijac. “La  idea es que esta sea una herramienta útil para el diagnóstico y que esté disponible lo antes posible en forma amplia y gratuita para quien la quiera usar”.