A inteligência artificial pode estratificar o risco de Coronavírus com base em radiografias de tórax

Um algoritmo de inteligência artificial (IA) pode ser utilizado em configurações de poucos recursos para estratificar o risco de um paciente ter COVID-19 com base em radiografias de tórax, de acordo com pesquisa publicada on-line em 13 de janeiro na Intelligence-Based Medicina . Depois de avaliar uma versão modificada de um algoritmo de aprendizado profundo disponível comercialmente desenvolvido inicialmente para detectar tuberculose, pesquisadores liderados por Diego Hipólito Canario, da Universidade da Carolina do Norte em Chapel Hill, descobriram em um estudo clínico que o software forneceu um alto nível de precisão na detecção anormalidades radiográficas indicativas de COVID-19 em radiografias de tórax.

Além disso, as pontuações de risco do algoritmo tiveram alto valor preditivo positivo e valor preditivo negativo em comparação com o teste de reação em cadeia da polimerase com transcrição reversa (RT-PCR) em tempo real nos pacientes que receberam os testes.

“O algoritmo [AI] tem o potencial de fornecer benefícios ao orientar o tratamento médico de pacientes suspeitos de ter COVID-19 que apresentam alta probabilidade de doença e onde o teste viral oportuno não é viável devido a recursos limitados”, escreveram os autores. .

Em uma tentativa de avaliar o desempenho da IA ​​para fornecer triagem médica de possíveis pacientes com COVID-19 em ambientes com recursos limitados, os pesquisadores avaliaram uma versão modificada do algoritmo de aprendizado profundo qXR (Qure.ai) após sua implantação em um hospital privado na Cidade do México, México, durante os estágios iniciais da pandemia de COVID-19, de abril a maio de 2020.

Depois de receber treinamento adicional em pacientes com COVID-19, o algoritmo modificado - chamado M-qXR - produz uma pontuação de risco que estratifica os pacientes em categorias sem risco, baixo risco, médio risco ou alto risco para COVID-19 com base na presença de opacidades pulmonares e consolidações com distribuição bilateral e periférica, segundo os pesquisadores. A instituição usou o software para ajudar a estratificar pacientes em risco para receber mais testes.

Na primeira parte do estudo, os pesquisadores compararam o desempenho do algoritmo com uma interpretação consensual majoritária de quatro radiologistas com média de 22 anos de experiência. Cada um dos radiologistas leu independentemente as 625 radiografias de tórax durante o período de estudo de oito semanas.

No geral, o algoritmo concordou com 98% das interpretações do radiologista e apresentou resultados fortes para identificar opacidades pulmonares e a presença ou ausência de consolidação pulmonar.

Em seguida, os pesquisadores compararam os resultados do modelo de IA com 113 pacientes confirmados por um teste de PCR como tendo COVID-19. Depois de criar uma matriz de coocorrência entre a pontuação de risco COVID-19 do algoritmo de IA e os resultados do teste PCR COVID-19 em 113 casos COVID-19 confirmados por PCR, os pesquisadores também descobriram que uma pontuação de risco médio a alto gerou um valor preditivo positivo de um resultado positivo do teste PCR COVID-19 em 89,7% dos casos e um valor preditivo negativo de 80,4%.

"Acreditamos também que a capacidade do M-qXR de localizar e quantificar as regiões afetadas no CXR nos permitirá monitorar a progressão da infecção e avaliar a resposta ao tratamento em estudos futuros", escreveram os autores. 

Os pesquisadores disseram que sua pesquisa também pode ajudar a validar estudos futuros utilizando uma abordagem de estratificação de risco semelhante para um cenário de triagem.

Imagem: Exemplos de radiografias de tórax avaliadas pelo algoritmo M-qXR. M-qXR atribuiu um escore de risco COVID-19 alto (a), médio (b) e baixo (c) com base na presença de anormalidades radiográficas nas radiografias de tórax apresentadas. Imagens e legendas cortesia de D. Hipólito Canario et al e Medicina Baseada em Inteligência através da Creative Commons Attribution 4.0 International License .

Fonte: https://www.auntminnie.com/index.aspx?sec=sup&sub=xra&pag=dis&ItemID=134743