Foto: Google para reutilizar

Índigo Technologies SAS es una compañía colombiana que desarrolló un modelo de Inteligencia Artificial para identificar 42 tipos de mutaciones de cáncer de pulmón, así como también segmentar estructuras nodulares y masas tumorales a partir de imágenes diagnósticas en TAC.

Este programa, llamado Indira, ya se ha empleado para diagnosticar más de 300 casos de cáncer de pulmón y tiene un 99.3% de confiabilidad. Con soluciones similares, Índigo tiene ahora sistemas capaces de detectar con 92% de precisión en cáncer de mama y 88% de próstata.

Con base en su experiencia en el análisis de imágenes diagnósticas, y teniendo en cuenta que todos los casos sintomáticos de coronavirus generan un tipo particular de afección pulmonar, Índigo Technologies SAS se propuso desarrollar una solución de inteligencia artificial que entrenó para identificar en las imágenes diagnósticas de pulmones la presencia de neumonías específicamente derivadas del Covid19, y de esta manera determinar si el paciente ha sido contagiado.

Si bien la metodología aprobada actualmente por la Organización Mundial de la Salud es la PCR, que es la prueba convencional a través de la cual se han identificado los casos reportados hasta la fecha en el mundo entero, este test diagnóstico implica grandes retos, en particular en países de ingreso medio y bajo. La escasa capacidad instalada para el análisis (sólo existen 4 máquinas en el país para procesarlas), la escasez de los reactivos necesarios para los testeos y la logística del transporte de las pruebas hasta los laboratorios han demostrado ser un verdadero desafío para la contención de la pandemia en Colombia. Por otro lado, las lecciones aprendidas de países como Corea, o los países nórdicos indican que el testeo masivo, el diagnóstico temprano y las medidas de aislamiento oportunas son determinantes para la contención de la pandemia.

Innovación y desarrollo

Teniendo en cuenta este panorama, Indigo se propuso generar una solución que operara como una herramienta complementaria de alta precisión, soportada por equipos más accesibles y que se integran a herramientas de analítica que ayudan a los médicos para acelerar la entrega de resultados. Estos equipos son los más de 1.800 tomógrafos que hay en el país y las máquinas de Rayos X que también están disponibles en gran parte de los centros de salud de baja complejidad.

Para el desarrollo de la aplicación, Indigo entrenó un algoritmo que opera en la nube de Microsoft Azure, usando más de 6.500 imágenes diagnósticas entre Rayos X y tomografías. Entendiendo que hay una morfología específica en las neumonías producidas por el COVID-19 y que sus características son distintas a las neumonías producidas por otras causas, el algoritmo de aprendizaje reconoce mediante procesos avanzados de extracción de características geométricas sobre la lesión y factores de profundidad que validan la morfología, cuáles son esos patrones que son exclusivos de afecciones pulmonares ocasionadas por COVID-19.

Después de realizar este entrenamiento, y a través de las pruebas de laboratorio, Índigo logró llegar a unos coeficientes de certeza que llegan al 93,7% de sensibilidad. En otras palabras, de cada 100 pruebas que muestran una afección pulmonar, el algoritmo está en capacidad de identificar la neumonía en promedio en 94 de ellas. Asimismo, consiguió un índice de especificidad del 98.1%, que hace referencia a cómo el algoritmo está en condiciones de evidenciar la ausencia de esta patología sobre la clasificación de la tasa de falsos positivos y verdaderos negativos en correlación a COVID-19. De cada 100 casos con neumonías de Coronavirus, el algoritmo está en condición de identificar con exactitud a 98 de ellos.

“Estas cifras son aún más alentadoras si tenemos en cuenta el alto número de resultados falsos negativos en las pruebas convencionales (PCR). El sesgo se deriva en muchos casos de errores humanos en la toma de las muestras. Si de forma complementaria hacemos una toma de imágenes diagnósticas de Rayos X o tomografías, en cuestión de una hora estaríamos en capacidad de concluir si el paciente tiene o no COVID-19”, comenta José Páez, CEO y fundador de Índigo. “La toma de una imagen diagnóstica tarda entre 15 a 40 minutos dependiendo del tipo de estudio. Una vez las imágenes se suben a la nube Azure y se cargan en la aplicación, la Inteligencia Artificial hace el análisis en cuestión de segundos. Además, dada la urgencia de aislar a ese paciente, la herramienta prioriza la lectura del examen en el panel del radiólogo especialista cuando identifica COVID-19 y de esta manera el profesional recibe primero los casos positivos”, agrega José Páez.

El procesamiento de las imágenes por medio de la herramienta de Índigo no requiere más que una conexión a internet, pues se trata de una aplicación 100% basada en la web, algo particularmente importante para los hospitales y clínicas que no tienen ninguna solución de imágenes médicas. Su despliegue es eficiente, pues los hospitales no tienen que reemplazar sus propios sistemas, sólo deben establecer conexión con la infraestructura de Índigo en la nube Microsoft. Esta eficiencia se complementa con unos costos de procesamiento muy marginales, que no superarán los 2 dólares adicionales a las pruebas radiológicas.

“La tecnología ha demostrado su enorme capacidad de mejorar la vida de las personas y las comunidades durante esta difícil coyuntura. Sin la computación inteligente, las nubes públicas e híbridas y la inteligencia artificial, hoy no solo estaríamos enfrentando un problema de salud pública, tendríamos también un problema de salud mental, parálisis productiva y desabastecimiento de alimentos e insumos básicos. La ciencia y la tecnología han amplificado el ingenio humano. Celebramos y admiramos cómo la innovación de nuestro socio Índigo y la tecnología de Microsoft tienen el potencial de contribuir a solucionar los grandes retos globales”, afirmó Marco Casarin, Gerente General de Microsoft en Colombia.

Así pues, mientras Índigo se apresta para publicar la validación clínica de su solución en unos días, se espera que para la segunda semana de mayo esta herramienta ya esté implementada en dos instituciones de salud que ya conocen las soluciones de Índigo y apoyan sus diagnósticos en sus sistemas de Inteligencia Artificial. Cabe esperar que esta solución aporte a la situación apremiante del COVID-19 en Colombia, y sea usada ampliamente por la red de hospitales y el sistema de salud, para que Colombia cuente no sólo con una solución que necesita de manera urgente, sino también con un acervo de conocimiento que los países que primero fueron golpeados por la pandemia no tuvieron tiempo ni ocasión de construir.