El coronavirus puede derivar muchos síntomas así como secuelas a largo plazo que puede llegar a ser potencialmente fatales y uno de los retos a los que se siguen enfrentando los médicos es predecir cómo va a ser la evolución de los pacientes a lo largo de su enfermedad. Investigadores de Facebook y del centro médico de Nueva York NYU Langone Health han creado tres modelos de inteligencia artificial (IA) para ayudarles a realizar estos pronósticos a partir de una radiografía y, para que así, puedan disponer de los recursos hospitalarios de una forma más eficiente y eficaz.
Como explica Facebook en su blog de IA, han desarrollado tres modelos de aprendizaje automático para predecir los efectos de la Covid-19 en los pacientes a partir de una sola radiografía de tórax, o de un conjunto de radiografías, así como si va a necesitar oxígeno suplementario.
"Nuestro modelo, que utiliza radiografías de tórax secuenciales, puede predecir con hasta cuatro días (96 horas) de anticipación si un paciente puede necesitar más soluciones de cuidados intensivos, generalmente superando las predicciones de expertos humanos. Estas predicciones podrían ayudar a los médicos a evitar dar de alta a los pacientes en riesgo demasiado pronto y ayudar a los hospitales a predecir mejor la demanda de oxígeno suplementario y otros recursos limitados", señala la compañía de Mark Zuckerberg.
Basado en el aprendizaje auto supervisado
Facebook también señala que los enfoques anteriores a este problema se han basado en la capacitación supervisada y han utilizado imágenes de un solo marco de tiempo. En este sentido, destaca que se han logrado avances en los métodos de capacitación supervisada, pero que su potencial es limitado porque el proceso de etiquetado manual de datos requiere mucho tiempo. Por ello, explica que han optado por entrenar previamente su sistema de aprendizaje automático con dos grandes conjuntos de radiografías públicas (de pacientes con y sin Covid-19) y que han utilizado una técnica de aprendizaje no supervisado denominada Momentum Contrast (MoCo).
Tras entrenar su sistema, lo usaron para construir dos clasificadores que puedan predecir si es probable que la condición de un paciente con coronavirus empeore así como para desarrollar un tercer modelo que estima cuánto oxígeno suplementario podrían necesitar.
Mejora las predicciones de los médicos
Según afirma Facebook, sus modelos superaron a los expertos humanos en las predicciones de la mortalidad, de las necesidades de la UCI y de eventos adversos a más largo plazo (hasta 96 horas). "Con el aumento de casos de COVID-19 en todo el mundo, los hospitales necesitan herramientas para predecir y prepararse para los aumentos repentinos mientras planifican la asignación de recursos. Nuestros modelos podrían ayudar".
"Estos modelos no son productos, sino soluciones de investigación, destinadas a ayudar a los hospitales en los próximos días y meses con la planificación de recursos. Si bien los hospitales tienen sus propios conjuntos de datos únicos, a menudo no tienen la potencia computacional necesaria para entrenar modelos de aprendizaje profundo desde cero. Estamos abriendo nuestros modelos previamente entrenados (y publicando nuestros resultados) para que los hospitales con recursos computacionales limitados puedan ajustar los modelos utilizando sus propios datos, trabajo que se puede hacer con una sola GPU", informa la empresa.