Dos estudiantes mexicanos de Ingeniería Biomédica en la Universidad La Salle están al frente del desarrollo de una prueba rápida para detectar el COVID-19 que alcanzó un 95% de efectividad y ofrece resultados “en segundos”.
Ian Perrilliat García y Marco Antonio Gámez Guerrero son quienes, en su noveno grado de la carrera de Ingeniería Biomédica, desarrollaron una prueba desde inicios de la pandemia retomando un sistema de inteligencia artificial que se basa en la recopilación de datos para detectar la enfermedad.
Su idea del “Sistema Auxiliar para el Diagnóstico de covid-19 Mediante Análisis de Imágenes de Radiografías Computarizadas Torácicas”, como se denominó a la prueba, surgió a raíz de crear una alternativa a las pruebas tradicionales para COVID-19, las cuales suelen ser costosas y limitan el acceso a la población en general.
La propuesta de los lasallistas además toma unos cuantos segundos para arrojar los resultados y brinda un 95% de efectividad, según sus propios creadores.
Inteligencia artificial para detectar el COVID-19
La página web de la Universidad La Salle explica que “el COVID-19 puede ser diagnosticado por pruebas moleculares o por imágenes médicas. En este sentido, el diagnóstico por Radiografía Computarizada (CR, por sus siglas en inglés) cuenta con algunas ventajas para ser tomado en cuenta para la detección oportuna de la enfermedad”.
Aunque la prueba PCR sigue siendo la más precisa para detectar el SARS-CoV-2, los estudiantes aseguran que su modelo es confiable al recopilar una base de datos científicos en los que se almacenaron 1,800 imágenes de 600 personas con neumonía, 600 con el nuevo coronavirus y 600 sanas.
El programa computacional pudo detectar entonces los patrones característicos de cada patología y así formar una especie de biblioteca entre la que a más imágenes vistas, mejor precisión en diagnóstico ofrecerá.
Por otra parte, Perilliat García explicó que “a diferencia de otras pruebas de sensibilidad para detectar el COVID-19, esta posee un alcance mayor con el 7.8 por ciento.”
