Detección y pronóstico a medio/largo plazo en pacientes con Covid-19 mediante análisis automático de TC de tórax y biomarcadores clínicos y analíticos
En este proyecto se ha abordado el desarrollo de un sistema robusto, basado en modelos de aprendizaje profundo y big data, para la identificación, estratificación, y predicción del pronóstico de pacientes con Covid-19, a partir del análisis de una tomografía computarizada (TC) pulmonar y biomarcadores clínicos y analíticos. El objetivo principal del estudio ha sido, por tanto, la generación de un modelo predictivo que integre no sólo la caracterización tisular derivada de un análisis cuantitativo de la TC torácica, como la introducción de parámetros analíticos y pronósticos conocidos (edad, presión arterial, saturación de oxígeno, etc.) a fin de clasificar el riesgo de estos pacientes en el momento del diagnóstico y relacionarlo con el pronóstico de la enfermedad a medio/largo plazo.
Para ello, se ha propuesto acometer el estudio y desarrollo de un sistema computacional que, basado en modelos jerárquicos y multirresolución de aprendizaje profundo, sea capaz de generar de forma autónoma diagnósticos diferenciales de Covid-19 frente a otras patologías pulmonares, como neumonías bacterianas, a partir de imágenes radiológicas de TC de tórax. Este sistema, robusto a variaciones en el proceso de generación de las imágenes, aprendió de los diagnósticos y las anotaciones de los radiólogos en las imágenes de aprendizaje. Tiene, además, la capacidad de mejorar sus prestaciones con la incorporación de nuevas imágenes y será capaz de incrementar el catálogo de patologías diagnosticadas a través de la adaptación de los modelos desarrollados a imágenes de dichas patologías.
El proyecto, cofinanciado por el Centro para el Desarrollo Tecnológico e Industrial (CDTI) a través de la convocatoria de Proyectos de Investigación y Desarrollo (PID), ha finalizado con la satisfacción de los objetivos técnicos definidos en la memoria del proyecto. Se han obtenido distintos algoritmos capaces de clasificar pacientes con sospecha de Covid-19 atendiendo tanto a imágenes de TC de tórax, como a su combinación con parámetros clínicos y analíticos. Asimismo, se ha desarrollado un sistema híbrido (imágenes de TC de tórax + parámetros clínicos y analíticos) capaz de aportar información con valor pronóstico sobre las consecuencias clínicas del Covid-19 en el momento del diagnóstico, con una precisión entre buena y muy buena.
