Fujitsu desarrolla una IA para facilitar el diagnóstico de la Covid-19 mediante las sombras de los pulmones

   MADRID, 14 Sep. (Portaltic/EP) -

   Fujitsu ha desarrollado un sistema de Inteligencia Artificial (IA) junto con el Hospital Shinagawa de Tokio (Japón) que aprende de datos previos de los pacientes e imágenes de las sombras de los pulmones para ayudar a los médicos en el diagnóstico de la Covid-19.

   La nueva tecnología está diseñada para apoyar el diagnóstico por imágenes a través de la tomografía computerizada de tórax de pacientes sospechosos de tener neumonía Covid-19, presentando la probabilidad de infección a través de una visualización numérica y tridimensional de la propagación de las sombras en los pulmones.

   La aplicación de la IA podría reducir el trabajo de los médicos que diagnostican la neumonía Covid-19 mediante la automatización de un proceso que normalmente exige la confirmación visual de cientos de imágenes de TAC de tórax por paciente, como ha informado Fujitsu en un comunicado.

   Cuando se diagnostica la Covid-19, las opacidades anormales en los pulmones y la propagación de sombras en ellos constituyen una información importante, que se detecta con la IA desarrollada por Fujitsu Laboratories.

   En la solución, la distribución de las sombras en dirección vertical en cada una de las cuatro áreas de los pulmones se muestra en un histograma, lo que permitirá el desarrollo de una nueva IA que puede cuantificar la propagación tridimensional de las sombras, al mismo tiempo que se utilizan los patrones anormales detectados y las distribuciones de estas para identificar la neumonía Covid-19.

   La compañía japonesa y el Hospital Shinagawa de Tokio anticipan que el sistema ofrecerá una detección temprana de los casos de neumonía Covid-19, incluso en aquellos en los que se determine que la posibilidad de infección es baja en el examen inicial.

   Esta investigación conjunta tiene como objetivo final comercializar la tecnología como una solución de cuidado de la salud para los profesionales médicos de primera línea.