Dado que las comunidades de todo el país experimentan una ola de infecciones por COVID-19, los médicos necesitan herramientas efectivas que les permitan tratar de manera agresiva y precisa a cada paciente en función de su presentación de enfermedad específica, historial de salud y riesgos médicos.
En una investigación publicada recientemente en línea en Análisis de imágenes médicas , un equipo de ingenieros demostró cómo un nuevo algoritmo que desarrollaron fue capaz de predecir con éxito si un paciente con COVID-19 necesitaría o no una intervención en la UCI. Este enfoque basado en inteligencia artificial podría ser una herramienta valiosa para determinar un curso de tratamiento adecuadopara pacientes individuales.
El equipo de investigación, dirigido por Pingkun Yan, profesor asistente de ingeniería biomédica en el Instituto Politécnico Rensselaer, desarrolló este método combinando imágenes de tomografía computarizada TC de tórax que evalúan la gravedad de la infección pulmonar de un paciente con datos que no son de imágenes, comocomo información demográfica, signos vitales y resultados de análisis de sangre de laboratorio. Al combinar estos puntos de datos, el algoritmo puede predecir los resultados del paciente, específicamente si un paciente necesitará o no una intervención en la UCI.
El algoritmo se probó en conjuntos de datos recopilados de un total de 295 pacientes de tres hospitales diferentes: uno en los Estados Unidos, uno en Irán y uno en Italia. Los investigadores pudieron comparar las predicciones del algoritmo con el tipo de tratamientoel paciente realmente terminó necesitando.
"Como practicante de la IA, creo en su poder", dijo Yan, miembro del Centro de Biotecnología y Estudios Interdisciplinarios CBIS de Rensselaer. "Realmente nos permite analizar una gran cantidad de datosy también extraer las características que pueden no ser tan obvias para el ojo humano ".
Este desarrollo es el resultado de una investigación respaldada por una subvención reciente de los Institutos Nacionales de Salud, que se otorgó para brindar soluciones durante esta pandemia mundial. A medida que el equipo continúa su trabajo, dijo Yan, los investigadores integrarán su nuevo algoritmo con otro que Yanse había desarrollado previamente para evaluar el riesgo de enfermedad cardiovascular de un paciente mediante tomografías computarizadas de tórax.
"Sabemos que un factor clave en la mortalidad por COVID es si un paciente tiene afecciones subyacentes y la enfermedad cardíaca es una comorbilidad significativa", dijo Yan. "Cuánto contribuye esto al progreso de su enfermedad es, en este momento, bastante subjetivo. Entonces,tenemos que tener una cuantificación de su condición cardíaca y luego determinar cómo lo factorizamos en esta predicción ".
"Este trabajo crítico, dirigido por el profesor Yan, ofrece una solución viable para los médicos que se encuentran en medio de una pandemia mundial", dijo Deepak Vashishth, director de CBIS. "Este proyecto destaca las capacidades de la experiencia de Rensselaer en bioimagencombinado con importantes alianzas con instituciones médicas ".
Yan se une a Rensselaer con Ge Wang, profesor titular de ingeniería biomédica y miembro de CBIS, así como los estudiantes graduados Hanqing Chao, Xi Fang y Jiajin Zhang. El equipo de Rensselaer está trabajando en colaboración con el Hospital General de Massachusetts.Cuando este trabajo esté completo, dijo Yan, el equipo espera traducir su algoritmo en un método que los médicos de Massachusetts General puedan usar para evaluar a sus pacientes.
"De hecho, estamos viendo que el impacto podría ir mucho más allá de las enfermedades COVID. Por ejemplo, los pacientes con otras enfermedades pulmonares", dijo Yan. "La evaluación de su afección cardíaca, junto con su afección pulmonar, podría predecir mejor su riesgo de mortalidad por lo queque podemos ayudarlos a controlar su afección ".
Fuente de la historia :
Materiales proporcionado por Instituto Politécnico Rensselaer . Original escrito por Torie Wells. Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :