Investigadors valencians estudien l’ús d’intel·ligència artificial per identificar pneumònia en COVID-19

Un projecte de l’IFIC (UV-CSIC), la UPV i FISABIO ha estat seleccionat per l’Institut de Salut Carlos III per estudiar l’aplicació de sistemes d’Intel·ligència Artificial a la detecció primerenca de pneumònies en pacients afectats pel coronavirus SARS-CoV-2, una de les conseqüències més greus de la malaltia COVID-19. El projecte té com a objectiu integrar aquests sistemes en la presa de decisions clíniques.

Científics de l’Institut de Física Corpuscular (IFIC, Universitat de València-CSIC), de la Universitat Politècnica de València (UPV) i de la de la Fundació per al Foment de la Investigació Sanitària i Biomèdica de la Comunitat Valenciana (FISABIO) han estat seleccionats en la convocatòria especial COVID-19 de l’Institut de Salut Carlos III, organisme de referència a Espanya per a la investigació en Salut, per estudiar l’aplicació de sistemes d’Intel·ligència Artificial que permeten classificar pneumònies de pacients afectats pel coronavirus SARS-CoV-2, una de les conseqüències més greus de la malaltia. El projecte té com a objectiu integrar aquests sistemes en la presa de decisions clíniques.

La Intel·ligència Artificial té un important paper en el futur de la Medicina, on es requereixen les tres P: predicció, prevenció i precisió. Els sistemes basats en Intel·ligència Artificial ajuden i milloren la predicció del radiòleg.

Recentment, el grup d’investigadors de l’Institut de Física Corpuscular i de la Universitat Politècnica de València va participar en el desenvolupament i implantació de tècniques de machine learning (una de les tècniques més utilitzades en Intel·ligència Artificial) per ajudar a la diagnosi de càncer de mama mitjançant mamografies. Aquest sistema va ser desenvolupat en una competició internacional, provat després clínicament i recentment divulgat en una publicació d’alt impacte científic.

A més d’aconseguir resultats competitius en els models de diagnòstic de càncer de mama, el sistema desenvolupat pels investigadors valencians va suposar una fita en qüestions que afecten la qualitat de la diagnosi com l’ús, l’explotació, la qualitat i la interpretació de les dades.

Ara, el grup d’investigadors valencians aplica aquest mètode per desenvolupar algoritmes que classifiquen les lesions provocades pel coronavirus en l’aparell respiratori mitjançant l’anàlisi d’imatges mèdiques (radiografies o TAC). Aquest projecte ha estat seleccionat per l’Institut de Salut Carlos III, el centre de referència espanyol per a la investigació en salut, per a rebre finançament dins de la convocatòria especial destinada a lluitar contra la COVID-19.

Les primeres fases de el projecte han comptat amb la col·laboració d'investigadors i experts en patologies víriques i d’imatge de FISABIO (Fundació per al Foment de la Investigació Sanitària i Biomèdica de la Comunitat Valenciana) i de radiòlegs adscrits a l’Institut de Biomecànica de València (IBV ). El projecte sorgeix d’una col·laboració entre els investigadors de l’IFIC i la UPV amb FISABIO en el projecte DIRAC (Diagnòstic Intel·ligent per Radiografies amb implementació en Circuit integrat), l’objectiu era l’estudi d’altres patologies i que es va presentar a l’Agència Valenciana de la innovació (AVI).

“Estem molt satisfets que aquesta col·laboració amb la Universitat Politècnica de València i FISABIO tinga reconeixement de l’Institut de Salut Carlos III després de diversos anys dedicats al treball clínic amb sistemes de machine learning”, manifesta Francesc Albiol Colomer, investigador de l’IFIC participant en el projecte junt amb Luis Caballero Ontanava i Salvador Tortajada Velert.

Els investigadors pretenen incloure un grup més extens de radiòlegs que faciliten la interpretació clínica als algoritmes, afavorir el seu ús per part de les empreses i estudiar la possibilitat d’incloure imatges d’altres comunitats autònomes. Això permetrà generalitzar l’algoritme perquè puga ser difós de manera àmplia.

“En el projecte cal complir amb els quatre eixos fonamentals dels principis FAIR (acrònim de Findability, Accessibility, Interoperability and Reuse) de bones pràctiques per a la gestió i administració de dades científiques. Per aquest motiu és necessari proporcionar una bona organització d’aquest conjunt de dades (procés conegut com data curation) per obtenir bons resultats en els models predictius. És en aquest camp on el nostre equip, la Unitat Mixta d’Imatge Biomèdica FISABIO & CIPF, disposa de gran experiència”, destaca Mariam de la Iglesia Vayá, investigadora de FISABIO participant en el projecte.

Per part de la UPV, hi participen Antonio Albiol i Alberto Albiol, de l’Institut de Telecomunicacions i Aplicacions Multimèdia (iTEAM), així com Jon Ander Gómez i Roberto Paredes, del centre Pattern Recognition and Human Language Technology (PRHLT). El seu treball se centra en el desenvolupament de diferents tècnicas de Deep Learning per a la detecció automàtica de COVID-19.

“El projecte representa per a nosaltres una oportunitat de posar la nostra experiència en reconeixement automàtic d’imatges mèdiques dins un problema que requereix una urgent solució i que demanda alhora la col·laboració multidisciplinar”, apunten els investigadors de la UPV.

El projecte es desenvolupa actualment a la plataforma dedicada a la computació en Intel·ligència Artificial de l’IFIC, Artemisa, cofinançada per la Unió Europea a través de el Programa Operatiu de Fons Europeu de Desenvolupament Regional (FEDER) de la Comunitat Valenciana 2014-2020 per a l’adquisició de infraestructures i equipament d’R+D+i.