Inteligencia Artificial y Aplicaciones en Salud

Salud

,

Inteligencia Artificial

,

Rhinno

Inteligencia Artificial y Aplicaciones en Salud

Techedge | Mar 03, 2021

El año 2020 ha sido un reto para las personas, compañías y gobiernos de todo el mundo. La pandemia causada por el Covid-19 ha supuesto nuevas medidas de seguridad y salud, así como el desarrollo de nuevas aplicaciones basadas en Inteligencia Artificial como herramienta para combatir el virus.

Además, la rápida propagación del coronavirus en los últimos meses, ha provocado un colapso de los recursos hospitalarios. Esto ha supuesto un avance en métodos basados en IA para la clasificación rápida y precisa de pacientes que acuden a los servicios sanitarios. 

El cáncer sigue siendo una de las principales causas de muerte en todo el mundo, causando uno de cada seis fallecimientos. Algunos cánceres podrían evitarse utilizando estrategias de prevención existentes. Además, las detecciones tempranas de la enfermedad, consiguen que los pacientes tengan una alta probabilidad de curarse si se diagnostican a tiempo y se tratan de forma adecuada. Prevenir los cánceres y lograr una detección precoz con ayuda de IA, podría reducir considerablemente la mortalidad.

Es inevitable. La Inteligencia Artificial está cambiando la manera en la que entendemos nuestro entorno y nuestra salud, revolucionando de este modo la industria médica. Las previsiones estiman que la Inteligencia Artificial contribuirá en 15 trillones de dólares en la economía global para el año 2030, siendo de mayor el impacto, en el área de la medicina.

A continuación mostramos algunos ejemplos de IA aplicada a la vida real en el área de la medicina que ya están en uso:

1. MONAI

MONAI (Medical Open Network for AI), utiliza técnicas de Deep Learning e Inteligencia Artificial para detectar lesiones pulmonares en la segmentación de imágenes en 3D de las tomografías computarizadas de pacientes producidas por COVID-19. MONAI es una red neuronal entrenada basada en PyTorch, diseñada específicamente para Deep Learning en imágenes médicas, que además está disponible en código abierto, de manera gratuita en GitHub: github.com/Project-MONAI/MONAI. La segmentación de las imágenes de las tomografías computarizadas causadas por la neumonía en pacientes con COVID-19, es importante para un preciso diagnóstico y seguimiento.

Apariencia de las lesiones de neumonía en tomografías computarizadas de pacientes con COVID-19. Las exploraciones (a), (b) y (c) son de tres pacientes distintos, y las flechas rojas, resaltan algunas lesiones. La exploración (d) señala algunas anotaciones de (c). Fuente: medium.com

2. Insights

Insights es un software desarrollado por la compañía canadiense BlueDot. Este utiliza la Inteligencia Artificial para realizar predicciones y mapear el avance de las enfermedades infecciosas prácticamente en tiempo real, por lo que se ha convertido en un punto de apoyo importante durante la pandemia provocada por el COVID-19. BlueDot ha sido una de las primeras compañías en detectar el riesgo del brote de COVID-19 en la provincia de Hubei, e incluso predijo con precisión ocho de las primeras diez ciudades en importar el virus.

La aplicación de BlueDot, permite además recibir notificaciones en tiempo real de alertas infecciosas basadas en tu ubicación, pudiendo personalizar mediante filtros la localización y el tipo de enfermedades que se desean monitorizar.

Insights proporciona alertas de enfermedades casi en tiempo real, basándose en la ubicación. Fuente: bluedot.global

3. AlphaFold

AlphaFold, desarrollada por DeepMind de Google, permite  calcular la forma 3D de una proteína a partir de su secuencia de aminoácidos. El plegamiento de proteínas está considerado como uno de los problemas fundamentales de la biología. Un algoritmo capaz de predecir estas estructuras podría ser de gran ayuda en medicina y biología, ayudando a estudiar moléculas para crear nuevos fármacos. AlphaFold y el funcionamiento de su algoritmo se explica en el artículo de esta misma serie “AlphaFold - Grandes avances en biología y medicina”.

 

Ejemplos del modelado tridimensional de la estructura de dos proteínas con AlphaFold. Fuente: deepmind.com

4. LinearFold

LinearFold es un algoritmo de IA para científicos y equipos médicos dedicados a la lucha contra el coronavirus. Este algoritmo, creado por la multinacional china Baidu, predice la estructura secundaria de la secuencia de ácido ribonucleico (RNA) de un virus, y lo hace significativamente más rápido que otros algoritmos tradicionales. LinearFold es capaz de predecir la estructura secundaria de una secuencia de SARS-CoV-2 RNA en tan solo 27 segundos, 120 veces más rápido que utilizando métodos ya existentes.

Esto es relevante y ha significado un punto de inflexión en la lucha contra el virus gracias a la creación de un nuevo tipo de vacunas de RNA mensajero. En lugar del método tradicional, que consiste en insertar una pequeña porción del virus en un paciente para activar una respuesta inmune determinada, el RNA mensajero le dice directamente a las células cómo sintetizar una proteína que pueda provocar una respuesta inmunitaria determinada. De esta forma, se reduce significativamente el tiempo necesario para el desarrollo, testeo y aprobación de las nuevas vacunas. De hecho, la vacuna contra el coronavirus de la farmacéutica Pfizer utiliza este método.

Cómo funciona la vacuna Pfizer-BioNTech. Fuente: Pfizer

5. MoCo

Momentum Contrast (MoCo). Facebook AI está aportando recursos de IA para ayudar a expertos en salud de todo el mundo en la lucha contra el COVID-19. Un estudio de Facebook AI junto con NYU Langone Health’s Predictive Analytics Unit and Department of Radiology, ha desarrollado modelos de Machine Learning que utilizan datos clínicos como las radiografías de tórax para predecir qué pacientes tienen mayor riesgo de deterioro provocado por el COVID-19. Concretamente se trata de tres modelos:

  • Un modelo que predice el deterioro del paciente basándose en una sola radiografía.
  • Un modelo que predice el deterioro del paciente basándose en una secuencia de rayos X.
  • Un modelo que predice la cantidad de oxígeno suplementario que podría necesitar un paciente basándose en una sola radiografía.

Funcionamiento del modelo predictivo de la necesidad de oxígeno que podría necesitar un paciente de COVID-19, basándose en una sola radiografía. Fuente: ai.facebook.com

El modelo predictivo, utilizando una técnica de aprendizaje auto-supervisada llamada Momentum Contrast (MoCo), que puede ser efectivo hasta con 96 horas de antelación. Esto puede ayudar a los médicos y evitar enviar pacientes de riesgo a casa demasiado pronto o a predecir mejor la demanda de oxígeno suplementario, u otros recursos, en los hospitales.

Algunos de los modelos se encuentran de forma libre en GitHub: github.com/facebookresearch/CovidPrognosis. Estos modelos han sido previamente entrenados utilizando las bases de datos públicas de radiografías de tórax, MIMIC-CXR-JPG y CheXpert.

Funcionamiento del modelo de predicción MoCo. Fuente: ai.facebook.com

 

6. DeepHealth

La detección temprana del cáncer de mama podría reducir la mortalidad en esta enfermedad considerablemente. Leer mamografías no es un proceso fácil y existe un alto riesgo de obtención de falsos positivos o falsos negativos. Por ello, es un campo de alto interés en el uso de técnicas de Machine Learning basadas en IA. DeepHealth utiliza el Machine Learning para crear herramientas que ayuden a los radiólogos a interpretar las mamografías, tanto en 2D como en 3D, de forma precisa y eficiente. Los modelos de DeepHealth aprenden y son entrenados con datos interpretados por radiólogos y médicos expertos. Este programa ha sido diseñado para detectar pequeñas cantidades de lesiones sospechosas en las mamografías, mejorar la vida de los pacientes y ayudar a detectar cánceres lo antes posible.


El código de DeepHealth está disponible en GitHub solo para fines de investigación, en: github.com/DeepHealthAI/dh_evaluation_server

 

New call-to-action

CONOCE A LOS AUTORES:

Yoel González
SAP Consultant Techedge España
Síguelo en LinkedIn

 

Beatriz Varona
Rhinno Rooms en Techedge España
Síguela en LinkedIn

 

Bibliografía:

¡Suscríbete!