La relevancia de las bases de datos para la radiología

Durante el pasado año del 2020, el mundo vivió una revolución tecnológica debido al confinamiento del COVID-19. Siendo el principal objetivo de dicho cambio la automatización de los procesos en general. Para el caso de la radiología, se trató de implementar distintos algoritmos de Aprendizaje Automatizado. Con la finalidad de diagnosticar la nueva variante de coronavirus, mediante la evaluación de imágenes médicas.

Es por esto por lo que Tizhoosh y Fratesi (2021), exponen en su artículo la relevancia de ocupar bases de datos que cumplan con los estándares DICOM. Esto debido a que “han sido diseñadas por ingenieros o científicos de datos, los cuales implementan dichas bases con pocos experimentos y frameworks genéricos”.

Al momento de realizar o implementar alguna base de datos para el desarrollo de esta IA (Inteligencia Artificial), para el diagnóstico del COVID-19, se debe velar por cumplir los estándares de este. Al igual que implementar un tamaño optimo, para la etapa de entrenamiento. Debido a que, si es muy pequeña, el aprendizaje de la maquina será poco certero.

Por último los autores mencionan que, a pesar de parecer novedoso la implementación de una Inteligencia Artificial para el diagnóstico preliminar de COVID-19, es recomendable el uso de la prueba rápida debido a su mayor grado de certeza. Por lo que, aconsejan la implementación de la IA para el análisis de la Tomografía Computarizada, en casos donde los pacientes tengan dificultades respiratorias, y sea complicado la introducción del isopo en las fosas nazales.

Tizhoosh, H. R., & Fratesi, J. (2021). COVID-19, AI enthusiasts, and toy datasets: radiology without radiologists. European Radiology, 31(5), 3553–3554.