“De los más de 300 modelos de IA basados en imágenes para el diagnóstico de COVID-19, ninguno es apto para uso clínico.”

De los más de 300 modelos de aprendizaje automático publicados para detectar el COVID-19 desde imágenes de tórax, ninguno de ellos ha pasado por una revisión de investigación reciente, según los profesionales en Nature.

El anterior año, cuando la pandemia se propagó, una gran cantidad de publicaciones pregonaron el uso de la IA para ayudar a detectar el nuevo coronavirus en las radiografías y las tomografías. De igual manera, los investigadores de Reino Unido no están seguros de estas afirmaciones en medio de la inquietud por los «conjuntos de datos Frankenstein», los sesgos y los errores metodológicos.

«Cualquier algoritmo de aprendizaje automático es tan bueno como los datos con los que se entrena», asegura en un reporte el primer autor, el doctor Michael Roberts, del Departamento de Matemáticas Aplicadas y Física Teórica de la Universidad de Cambridge. «En especial en el caso de una enfermedad completamente nueva como la COVID-19, es muy importante que los datos de entrenamiento sean lo más diversos posible porque, como hemos observado a lo largo de esta pandemia, hay muchos componentes diferentes que afectan al aspecto de la enfermedad y a su comportamiento».

Para llegar a una conclusión, Roberts y sus coautores han realizado una revisión sistemática de los estudios científicos que se publicaron alrededor del 1 de enero y el 3 de octubre de 2020. Buscaron específicamente aquellos que describieran modelos de aprendizaje automático, los cuales fueran capaces de diagnosticar o pronosticar la COVID-19 desde radiografías de tórax y tomografías computarizadas.

Se revisaron 2.212 estudios, disminuyendo el listado a 415 tras la selección inicial y a 62 en la revisión final. Ninguno de los 62 estudios era adecuado para el uso clínico dada la urgencia de la pandemia. Roberts y sus compañeros citaron una gran cantidad de problemas en la literatura que se publicó, de igual manera la mala calidad de los datos, la aplicación de la metodología de aprendizaje automático y la reproducibilidad. “Muchos se entrenaron con conjuntos de datos demasiado pequeños para ser eficaces, mientras que otros no contaron con la colaboración de radiólogos u otros médicos.”

«Tanto si se usa el aprendizaje automático para predecir el tiempo como la evolución de una enfermedad, es primordial asegurarse de que los diversos especialistas trabajen juntos y hablen el mismo idioma, para poder centrarse en los problemas adecuados», afirma Roberts.

Sin embargo, los autores del estudio ven con buen futuro el uso del aprendizaje automático para combatir la pandemia. Entre los posibles arreglos del conjunto de datos se encuentra el distanciamiento del uso «crédulo» de la información pública y la búsqueda de una mayor pluralidad.

Para todos sus requerimientos de PACS en nube, contacte a NUBIX. Somos los mejores proveedores de servicios cuando se trata de la instalación de sistemas de respaldo y recuperación de PACS de alta calidad.

Stempniak, M. S. (2021, 15 marzo). Of 300-plus imaging-based AI models for COVID-19 diagnosis, zero suitable for clinical use. Radiology Business. https://www.radiologybusiness.com/topics/artificial-intelligence/imaging-ai-models-covid-19-diagnosis-clinical-use