Viernes , diciembre 14 2018

Suscribete gratis a nuestro boletin semanal

VISIONA . DESARROLLADORES . CONECTADOS .

Suscribete nuestro boletin semanal

PATROCINADORES
.
Home / Medición y Pruebas / Nuevo algoritmo diagnostica la neumonía mejor que los radiólogos

Nuevo algoritmo diagnostica la neumonía mejor que los radiólogos

Creado con Machine Learning, el sistema computacional aprendió en tan solo un mes cómo analizar radiografías para buscar indicios de este padecimiento pulmonar, haciéndolo sumamente rápido y preciso.

(ElectronicosOnline.com Magazine / Oswaldo Barajas)

En información de la Organización Mundial de la Salud (OMS) la neumonía es responsable del 15% de todas las defunciones de menores de 5 años, y se calcula que tan solo en 2015 arrebató la vida a 920,136 niños a nivel global.

Definida por el propio organismo como un tipo de infección respiratoria aguda que afecta a los pulmones, la neumonía lastima severamente a los alvéolos, pequeños sacos que se encuentran al interior de los pulmones y los cuales se llenan de oxígeno cuando respiramos. Pero estos alveolos en enfermos de neumonía están llenos de pus y líquidos hemáticos contaminados, lo que hace dolorosa la respiración y limita la absorción del oxígeno, terminando en casos extremos con un desenlace fatal.

Para realizar el diagnóstico de esta enfermedad, los médicos envían a los pacientes a un análisis radiográfico para tomar imágenes con rayos X del sistema respiratorio, el cual debe ser lo más preciso y nítido posible para que el especialista evalúe sin dificultad el grado de afección, y estos estudios pueden llevar varios días desde su programación hasta la recolección e interpretación de los datos.

Neumonía

Al ser el tiempo y la precisión factores importantes en el tratamiento de este terrible mal, ingenieros investigadores de la Universidad de Stanford, desarrollaron un sistema compuesto por avanzados algoritmos computacionales que operan con Machine-Learning y el cual es capaz de diagnosticar la neumonía presumiblemente mejor que la técnica utilizada por los técnicos en rayos X, y arrojando los resultados en un período de tiempo considerablemente menor y más exactos.

En declaraciones del Dr. Andrew Ng, investigador académico que lideró el proyecto y quien es citado en el comunicado de prensa de la Universidad, el sistema aprendió a diagnosticar la neumonía en solo un mes después de comenzar a ejecutar las pruebas con ayuda de parámetros asignados a la enfermedad, y debido a que está diseñado sobre las bases de Machine-Learning, el software aprende más conforme se expone a un problema específico.

- PUBLICIDAD -
El algoritmo CheXNet aprendió en tan solo un mes a interpretar de forma precisa las radiografías tomadas con rayos X.

El Dr. Ng afirmó que la idea principal de este proyecto surgió a partir de un robusto reporte presentado el pasado mes de septiembre por el Instituto Nacional de Salud de Estados Unidos, el cual posee 112,120 imágenes de rayos X que diagnostican 14 diferentes casos de neumonía. Este compendio de información fue puesto a disposición del algoritmo para comenzar con el entrenamiento de sus algoritmos de aprendizaje para inducirlo a crear su propia prescripción médica.

Durante la fase experimental, el equipo científico de Stanford abordó a cuatro radiólogos del hospital universitario para solicitarles que recopilaran 420 imágenes de distintos casos de pacientes con neumonía, una enfermedad que resulta compleja evaluar a través de los rayos X, y que tan solo en Estados Unidos, obliga a casi 1 millón de personas a acudir al hospital cada año.

Luego de reunir el material radiográfico, los académicos se dedicaron a diseñar y programar el algoritmo que nombraron "CheXnet", el cual consiguió detectar en sus primeras pruebas 10 de las 14 diferentes patologías documentadas en el reporte del Instituto Nacional de Salud, y con un grado superior de asertividad.

Tras un mes de entrenamiento, la red neuronal del algoritmo fue capaz de aprender y crear su propio conocimiento basándose en los análisis paramétricos de las imágenes de rayos X, y en esas cuatro semanas consiguió superar la habilidad de los cuatro radiólogos para interpretar los casos de neumonía.

En la gráfica aparece marcada con diferentes colores las "X" tanto de los técnicos radiólogos, como del CheXNet para diagnosticar la neumonía a partir de imágenes de rayos X.

En la siguiente ilustración se representa con una X de color naranja a cada uno de los técnicos radiólogos, con una X de color verde su desempeño o habilidad al evaluar, y una X de color azul el rendimiento del CheXnet, que está retroalimentado por las variaciones del umbral de diagnóstico.

El funcionamiento del software consiste en elaborar un mapa de ubicación sobre la radiografía para identificar regiones vulnerables con algunos colores, revelando las áreas del pecho del paciente donde existen indicios de neumonía, lo que ha hecho suponer a los creadores de esta tecnología que ChestXnet tiene el potencial incluso de convertirse en una herramienta poderosa para auxiliar a los técnicos radiólogos en su trabajo cotidiano.

"Interpretar imágenes de rayos X para diagnosticar patologías como la neumonía, puede ser un claro desafío, y sabemos que existen muchas variaciones en las interpretaciones por parte de los radiólogos", explicó en el reporte de prensa, Pranav Rajpurkar, estudiante de posgrado que participó en el desarrollo del algoritmo y coautor del artículo científico. "Nos interesamos en desarrollar algoritmos con Machine-Learning que fueran capaces de aprender a partir de cientos de miles de imágenes de rayos X, y entonces crear diagnósticos precisos".

- PUBLICIDAD -

Revisa también ...

¿Afectará a la industria electrónica las modificaciones a las unidades de medición?

Como un hecho sin precedentes se ha redefinido el Sistema Internacional de Unidades de Medida …

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos necesarios están marcados *