Un equipo internacional, dirigido por profesionales de la Universidad de Cambridge, Reino Unido, y la Universidad de Ciencia y Tecnología de Huazhong de China, utilizó una técnica llamada “aprendizaje federado” para construir un nuevo modelo que permite detectar la presencia de COVID-19 por medio de prácticas de Inteligencia Artificial (IA). 

Mediante el “aprendizaje federado”, el modelo de IA es aplicable en un hospital o país y puede verificar de forma independiente, utilizando un conjunto de datos de otro hospital o país, sin compartir la información.

Estudio

Los investigadores basaron su modelo en más de 9 mil tomografías computarizadas de aproximadamente 3 mil 300 pacientes en 23 hospitales de Reino Unido y China. 

Sus resultados, publicados en la revista Nature Machine Inteligence, proporcionan un marco en el que las técnicas de Inteligencia Artificial pueden ser más confiables y precisas, especialmente en áreas como el diagnóstico médico, donde la privacidad es vital.

Los diagnósticos a través de IA han proporcionado una solución prometedora para agilizar los resultados de COVID-19 y futuras crisis de salud pública.

Sin embargo, las preocupaciones en torno a la seguridad y la confiabilidad impiden la recopilación de datos médicos representativos a gran escala, lo que plantea un desafío para entrenar un modelo que se pueda utilizar en todo el mundo.

Pandemia por COVID-19

Durante los primeros días de la pandemia, muchos investigadores de IA trabajaron para desarrollar modelos que pudieran diagnosticar la enfermedad.

Sin embargo, muchos de ellos se crearon utilizando datos de baja calidad, conjuntos de datos mal parametrizados o incompletos y con carencia de información por parte de los médicos. 

Muchos de los investigadores del estudio actual destacaron que estos modelos anteriores no eran aptos para uso clínico durante la temporada de pandemia de 2021.

"La Inteligencia Artificial tiene muchas limitaciones cuando se trata del diagnóstico de COVID-19. Debemos analizar y seleccionar cuidadosamente los datos para que terminemos con un modelo que funcione y sea confiable”, explicó el coprimer autor del estudio, Hanchen Wang de Cambridge.

“Cuando los modelos anteriores se basaron en datos arbitrarios de fuente abierta, trabajamos con un gran equipo de radiólogos del NHS y del Grupo Hospitalario de Wuhan Tongji para seleccionar los datos, de modo que partiéramos desde una posición sólida”, agregó.