El periodista y escritor David Tejera, quien permaneció diez días debilitado por el coronavirus Covid-19 y al borde de ingresar en la UCI en el Hospital Ramón y Cajal de Madrid, cuenta esa dura experiencia en un relato en primera persona.
Tras cinco días enfermo llegó al hospital en su automóvil; no respiraba bien. Una doctora joven y con gafas le dijo que harían una tomografía computarizada. El tiempo empezó a acelerarse. En una sala de espera atiborrada de enfermos y personal sanitario la galena le anunció: “Tienes una mancha en los pulmones, te quedas ingresado”.
Pese a ser difícil el diagnóstico de Covid-19, en este caso la doctora española lo hizo rápido porque se apoyó en evidencia de la placa, donde había marcas de lesiones de la terrible enfermedad en los pulmones de Tejera.
En México hay alrededor de 500 médicos de distintos hospitales que realizan diagnósticos certeros y expeditos de Covid–19 con apoyo de una herramienta tecnológica recientemente creada en la UNAM.
Se trata de un Sistema de Cómputo Auxiliar para el diagnóstico médico del nuevo coronavirus, que mediante técnicas de visión computacional e Inteligencia Artificial analiza en segundos imágenes de tomografía computarizada del tórax. Este dispositivo electrónico proporciona resultados que, junto con otros datos clínicos, ayudan al médico a emitir un diagnóstico más certero y veloz.
El principal inspirador de la nueva plataforma digital es el doctor Boris Escalante Ramírez, coordinador general del Centro Virtual de Computación (CViCom) de la UNAM, quien dice a Vértigo que el desarrollo del sistema lo dirigieron académicos de la Facultad de Ingeniería (FI) y del Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas (IIMAS).
También destaca la valiosa colaboración de los alumnos de maestría y doctorado, quienes decantaron la solución más idónea frente a la dificultad de un análisis meticuloso y rápido de las tomografías computarizadas de tórax y sumaron esfuerzos para tener disponible la plataforma antes de los picos más altos de contagio. Los estudiantes provienen de diversos programas de estudio, como los posgrados de Ciencia e Ingeniería de la Computación y de Ingeniería, así como de la carrera de Física Biomédica.
“La mayoría de los pacientes llega a los hospitales con síntomas avanzados de Covid-19 o de otra neumonía, urgidos de un diagnóstico. El tiempo apremia y el médico no se puede arriesgar a efectuar una prueba de Reacción en Cadena de la Polimerasa (PCR) ya que el resultado tarda de tres a ocho días. El médico debe tomar decisiones urgentes, diagnosticar con gran riesgo de equivocarse”, documenta.
Auxilio a la prescripción médica
Por lo anterior, el colegiado multidisciplinario de la UNAM opta por el diseño de una herramienta de auxilio al diagnóstico médico con el objetivo de apoyar al profesional de salud en una prescripción con menor riesgo de error.
“La plataforma detecta la enfermedad con mayor certeza y rapidez, lo cual permite al médico un buen diagnóstico y aplicar un tratamiento oportuno. Y además le da elementos para tomar una decisión con mayor confianza”.
Doctor por la Universidad Tecnológica de Eindhoven, Países Bajos, detalla sobre la herramienta universitaria: “Analiza automáticamente imágenes de tomografías computarizadas. Es bien sabido cómo a partir de imágenes computarizadas se pueden detectar lesiones características de la enfermedad Covid-19, pero no todos los radiólogos son capaces de hacerlo ya que es algo nuevo y no están entrenados. No es tan fácil detectar a alguien con Covid-19 o reconocer una neumonía por medio de las lesiones. No es una tarea fácil”.
Puesto en marcha en un plazo de 30 días de intenso trabajo a distancia, “el sistema funciona con métodos de visión computarizada y de Inteligencia Artificial centrados en estudiar las imágenes de rayos X en corte axial a la altura de los pulmones”.
De acuerdo con el docente “esto se logra mediante técnicas de aprendizaje profundo, es decir, los métodos con los cuales se entrena a la red para que aprenda la tarea que deseamos que haga. Son redes neuronales entrenadas para aprender una tarea con base en la repetición de una acción específica”.
El equipo de la UNAM, integrado por 30 miembros, recopiló bases de datos en todo el mundo de tomografías de enfermos y no enfermos de Covid-19 señaladas y anotadas, con las cuales se entrenó a las redes neuronales del proyecto.
Ingeniero en Electrónica, Escalante explica que cada médico puede subir tres o hasta diez imágenes en línea. “El sistema analiza automáticamente las imágenes y en menos de 30 segundos le da dos respuestas. La primera tiene que ver con la probabilidad de que el paciente tenga Covid-19, probabilidad que tiene 95% de exactitud. La segunda son las imágenes que el médico ingresó, pero con un resultado sobrepuesto donde se localizan las lesiones y los porcentajes de área de dichas lesiones características del nuevo coronavirus”.
La plataforma es para uso exclusivo de médicos, ya sean de hospitales públicos o privados: para usar el sistema es necesario registrar sus datos con cédula profesional. El sistema también cuenta con asesoría y servicio de auxilio técnico. Actualmente la herramienta de auxilio al diagnóstico médico del Covid-19 se usa en la mitad del país y cuenta con 622 usuarios registrados. Se puede ingresar mediante la página http://www.imagensalud.unam.mx/.
Consciente del alcance de la plataforma el doctor Escalante aclara que “no es un procedimiento digital para dar un diagnóstico ya que la única persona autorizada para hacerlo es un médico. Nuestra herramienta solo es un sistema de auxilio a la prescripción médica. Un sistema de cómputo no puede diagnosticar a un paciente”.
Recuerda cómo hace un par de meses diversos grupos científicos en el mundo empezaron por distintos caminos y estrategias a pensar en un sistema de cómputo de diagnóstico médico del nuevo coronavirus. “Nosotros, como ellos, partimos desde cero. Nadie le dijo al otro cómo lo hizo. Hubo secretos. Unos arrancaron antes, otros después. El primero surgió en China, donde nació todo. Luego aparecieron sistemas europeos y el nuestro. El nuestro es considerado entre los mejores. Colombia quiere adoptarlo”.
La investigación y el desarrollo de la herramienta se hizo tan de prisa —porque la prioridad era tenerla lista para el pico más elevado de la pandemia, calculado para el mes de mayo— que nunca se pensó en una patente ya que el interés siempre fue cumplirle a la sociedad y particularmente a las víctimas de la enfermedad que trae de cabeza al mundo.
RECUADRO
Cifras
Hasta el 22 de junio se han registrado un total de dos mil 668 consultas en el Sistema de Inteligencia Artificial CVICom Covid-19. Este sistema se usa en 24 de las 32 entidades de la República. Tan solo en la Ciudad de México se realizaron ya 790 consultas y en Veracruz mil 83.
En total, los usuarios del sistema son ahora 622 médicos.
En 30 segundos arroja resultados:
1. Probabilidad de nuevo coronavirus 0 a 100 por ciento.
2. Detección y focalización de lesiones características de Covid-19 (vidrio despulido y consolidaciones).
En una próxima versión el sistema podrá analizar también radiografías por rayos X.
Integraron el grupo de trabajo el doctor Boris Escalante en la investigación científica y el doctor Carlos Valencia Arana, del Centro Médico La Raza del IMSS, en consultoría clínica.