La Universitat d’Alacant participa en un projecte per detectar i localitzar lesions pulmonars per COVID-19 usant tècniques d’intel·ligència artificial

La intel·ligència artificial (IA) ha entrat de ple en les nostres vides, i ho ha fet per quedar-se. I en l’àmbit de la medicina obre infinitat de possibilitats. Aquest és el cas d’un dels projectes que la Universitat d’Alacant finança, dins de la convocatòria pròpia urgent per al finançament de projectes d’investigació sobre el COVID19. Es tracta, en concret, de l’ús de les eines de la IA per detectar i localitzar troballes que mostrin la presència de COVID-19 en pulmons. Com explica Antonio Pertusa, doctor en Informàtica i director científic de el projecte «Detecció i localització en imatges RX de patrons d’infiltrats amb especial focus en vidre desllustrat i infiltrats alveolars», l’objectiu és desenvolupar una «eina d’anàlisi d’imatge basada en xarxes neuronals profundes que indiqui o no la presència d’COVID-19 en una radiografia «. A més, especifica Pertusa aquesta eina podrà mostrar als radiòlegs les regions on hi ha troballes relacionades amb aquesta patologia, principalment infiltrats.

La detecció precoç i la localització d’aquestes lesions és fonamental tant per al diagnòstic com per conèixer l’evolució de l’pacient i poder prendre decisions clíniques. Per dur a terme aquest projecte el científic informa que s’està construint una gran base de dades amb imatges de tots els hospitals de la Comunitat Valenciana liderat pel Banc d’Imatge Biomèdica de la Comunitat Valenciana (BIMCV). Aquests dies estan realitzant les gestions per accedir a les dades de vint-i hospitals de la CV. Per poder confeccionar aquest sistema necessiten tant les imatges com les troballes que estan etiquetant els radiòlegs.

Al juny estarà a punt un primer prototip. Serà un model entrenat per detectar les lesions, si bé no podrà fins i tot «localitzar on es troben», informa Pertusa, «tot i que durant les següents fases de el projecte anirem millorant els seus resultats».

Aurelia Bustos, oncòloga, enginyera informàtica i doctora en Enginyeria Informàtica també forma part de l’equip multidisciplinari de professionals i experts que componen el grup de treball de el projecte finançat. Antonio Pertusa va dirigir la seva tesi doctoral defensada fa ara menys d’un any. El seu treball estava centrat en el camp de les tècniques d’IA i la seva relació amb l’obtenció d’informes mèdic-clínics i raigs X, estudi pel qual va obtenir un excel·lent cum laude. Aquesta tesi ha donat com a resultat la creació de el banc de dades de radiografies denominat PadChest.

Bustos participa amb l’empresa MedBravo, de la qual és cofundadora; la resta, fins a més d’una dotzena d’especialistes i professionals dels camps tecnològics i medicosanitaris són el mateix Antonio Pertusa; Miguel Ángel Cazorla, catedràtic al Departament de Ciència de la Computació i Intel·ligència Artificial de la UA; l’empresa Serra Research, amb Germán González, qui és també professor associat de la UA i expert en sistemes d’IA aplicats a imatge mèdica; Maria de l’Església Vayá, Marisa Caparrós, José Manuel Saborit i Joaquim Àngel Montell, de FISABIO; José María Salines responsable de la unitat informàtica de l’Hospital Sant Joan i professor associat de la UA, i l’equip de radiòlegs liderat per Joaquín Galant, pertanyents a al mateix hospital; i Domingo Orozco i Xavier Barber, de la Universitat Miguel Hernández.

La importància per a la ciència de la col·laboració entre organismes

El projecte en marxa a la UA té el seu origen en l’anterior en col·laboració amb el BIMCV, l’Hospital Universitari de Sant Joan i MedBravo: PadChest. En aquella ocasió els participants van construir un gran banc de dades de radiografies, que incloïa més de 160.000 imatges de 67.000 pacients que van ser interpretades i informades per radiòlegs a l’Hospital Sant Joan (Espanya) de 2009 a 2017, pioner a nivell internacional. Jugant amb l’avantatge de tenir les eines d’anàlisi en fase avançada, «vam decidir aplicar-les a COVID-19, ja que podrem tenir resultats a curt termini que puguin ajudar a la presa de decisions amb aquesta patologia», explica l’investigador de la UA.

El 2020 amb la irrupció de l’COVID-19 els investigadors s’han plantejat la confecció de la base de dades específica de COVID-19. En aquesta ocasió, el projecte anomenat «Ajuda a la diagnosi, pronòstic i triatge de pacients CoVid19 mitjançant l’aplicació d’IA a dades clínic-radiològics» codirigit pel BIMCV, amb Maria de l’Església Vayá a el front, i la UMH, amb direcció de Domingo Orozco.

Aquest projecte està finançat amb 100.000 euros per l’Agència Valenciana d’Innovació (AVI); és un dels seleccionats en la crida a sistema valencià d’innovació i recerca per a l’emergència contra la COVID-19. Ahir dimecres 13 de maig es presentava de forma telemàtica amb l’assistència de president de la Generalitat, Ximo Puig, el ministre de Ciència i Innovació, Pedro Duque, i la consellera d’Innovació, Universitats, Ciència i Societat Digital, Carolina Pascual.

«Es busca fer el que vam fer amb PadChest però aquesta vegada focalitzat en COVID-19», explica l’investigador de la UA. Pertusa informa que en breu es podrien publicar els primers resultats. Tenen processades ja prop de 5.000 imatges. Aquestes imatges són útils per als metges i radiòlegs «tant d’aquí com d’altres països», assenyala. També serveix per entrenar models d’IA aplicats sobre les imatges. I aquí és on arrenca el projecte aprovat per la UA fa escassos dies i que es tradueix en la creació d’una eina d’anàlisi d’imatge basada en xarxes neuronals profundes que indiqui o no la presència en una radiografia de troballes radiològiques relacionats amb COVID19.

«Donada una imatge d’entrada, aquestes eines d’anàlisi basades en IA obtenen com a resultat les localitzacions on apareixen indicis radiològics relacionats amb COVID-19; és a dir, obté una altra imatge de sortida que marca on pot haver vidre desllustrat (si són lesions molt lleugeres) o consolidacions, entre d’altres «. L’aplicació d’IA permet «intentar detectar la malaltia quan està començant per fer seguiment i tractament», explica Pertusa.

«Detecció i localització en imatges RX de patrons d’infiltrats amb especial focus en vidre desllustrat i infiltrats alveolars», és un dels deu projectes que han estat seleccionats per contribuir de forma immediata a millorar les actuacions referents a l’COVID-19 des de les diferents àrees de coneixement que ajudin a millorar la situació de les persones i dels sectors econòmics en el context de la pandèmia en curs. Dirigit per Antonio Pertusa, professor i investigador de el Departament de Llenguatge i Sistemes Informàtics de l’Escola Politècnica Superior de la UA, Pertusa forma part, a més, de el grup de recerca Reconeixement de formes i intel·ligència artificial de la UA.

El projecte està dotat amb 10.750 euros, que aniran destinats principalment a l’adquisició d’equips i publicacions científiques. El muntant per al FONS – COVID19 posat a disposició de la UA suma la xifra de 90.000 euros.

 

 

 

Informació i Foto: Universitat Alacant