De 23 a +7,000 estudios en 12 meses: cómo la plataforma Imaging Covid-19 de Quibim se convirtió en una de las herramientas de IA más sólidas y de libre acceso para la clasificación y segmentación de la neumonía por Covid-19.
Hace un año, Quibim tiró de un hilo que ayudaría a desentrañar el misterio de la neumonía por Covid-19.
La epidemia parecía confinada en Asia, pero ya se veían señales en las imágenes médicas de que el virus se estaba propagando rápidamente a otras partes del mundo.
"“Los radiólogos subían imágenes de pacientes que presentaban una forma muy especial de neumonía a las redes sociales”, recuerda el director ejecutivo y cofundador de Quibim, Angel Alberich-Bayarri. “Nos preguntamos cómo podríamos ayudarlos mejor a diagnosticar esta infección altamente sospechosa y decidimos construir y probar un módulo de aprendizaje profundo con lo que teníamos a mano”.."
Este fue el comienzo de Nuestro viaje para ayudar a los equipos médicos a detectar y controlar la Covid-19 a partir de imágenes de tomografía computarizada (TC) de los pulmonesPedimos a los médicos que cargaran sus imágenes en nuestra plataforma de imágenes de Covid-19 recientemente creada para ayudarnos a generar una gran base de datos y entrenar un modelo que marcaría una diferencia en la práctica clínica y aliviaría la sobrecarga de los servicios de salud.
La respuesta ha sido increíble. Unos meses después de nuestra llamada, En nuestra base de datos ya se habían almacenado 3,000 casos de todo el mundo.En tan solo un año se han cargado más de 7,000 casos y se han lanzado 3,041 análisis en nuestra plataforma, que está disponible gratuitamente aquí.
Gracias a las aportaciones de todos, hemos desarrollado una de las mejores herramientas de aprendizaje profundo para detectar, clasificar y segmentar automáticamente la COVID-19 mediante TC. Nuestra herramienta ha servido de marco para un proyecto europeo destinado a mejorar la TC en el diagnóstico de la COVID-19 mediante inteligencia artificial (IA).
La iniciativa Imaging Covid-19 AI está coordinada por la Sociedad Europea de Informática de Imágenes Médicas (EuSoMII), Robovision y Quibim (1). El proyecto está dirigido por Erik Ranschaert, profesor visitante de radiología en la Universidad de Gante (Bélgica), y Laurens Topff, radiólogo del NKI.
La iniciativa ha contado con la participación de numerosos hospitales y centros de radiología de todo el mundo e incluso con la colaboración de la Sociedad Radiológica de América del Norte (Asociación Nacional de la Aeronáutica y del Espacio) (2).
Los modelos de clasificación y segmentación de Quibim han sido elogiados por su desempeño y el módulo pronto se implementará en 26 hospitales.
La herramienta tiene un valor añadido en el diagnóstico y evaluación de la gravedad de la Covid-19, ya que la segmentación permite cuantificar el volumen de opacidades en vidrio esmerilado o consolidaciones en el interior de los pulmones. Esta información podría respaldar la toma de decisiones terapéuticas en el futuro cercano..
"Estamos cerca de una solución que mejorará significativamente la clasificación de pacientes y la evaluación de enfermedades,”, dijo Alberich-Bayarri. “La TC se utiliza en el control de enfermedades y podemos esperar razonablemente que, junto con nuestro módulo, ayude a tomar decisiones terapéuticas muy pronto.
Estamos muy orgullosos de estos logros. que resaltan el valor de los biomarcadores de imagen para avanzar en el conocimiento de la enfermedad Covid-19 y nos acerca a nuestro objetivo de mejorar la salud humana. Nuestra pequeña contribución ha tenido un efecto dominó: ahora tenemos más posibilidades de atender adecuadamente a los pacientes y salvar más vidas.
¡Muchas gracias por ayudarnos a lograr este hito!
Referencias
(1): https://imagingcovid19ai.eu
(2): https://press.rsna.org/timssnet/media/pressreleases/14_pr_target.cfm?ID=2167