En 2017, un equipo multidisciplinario de investigadores de la Universidad de Ohio, en Estados Unidos e investigadores peruanos desarrollaron el proyecto, considerado uno de los primeros proyectos en implementar la IA en tuberculosis.
Investigadores peruanos desarrollaron la herramienta eRx, que optimiza el diagnóstico de tuberculosis con ayuda de inteligencia artificial. El desarrollo se inició en 2017, cuando un equipo multidisciplinario de investigadores de la Universidad de Ohio, en Estados Unidos, e investigadores peruanos, desarrollaron el proyecto, considerado uno de los primeros proyectos en IA.
Suscríbete a nuestro newsletter
Perú es el segundo país con el mayor número de casos estimados de tuberculosis (TB), después de Brasil, según el informe “Tuberculosis en las Américas 2021”. Ante ello existe la necesidad de desarrollar e implementar soluciones innovadoras para frenar el avance de la enfermedad, informó agencia Andina.
El doctor Walter Curioso, vicerrector de investigación de la Universidad Continental y uno de los investigadores principales, señala que el proyecto, basado en la aplicación de inteligencia artificial usando tecnologías móviles, tiene como objetivo optimizar el proceso de diagnóstico de tuberculosis, a través de una herramienta que puede ser utilizada por los profesionales de enfermería o un técnico capacitado en el propio establecimiento de salud.
“En nuestro país todavía tenemos un déficit de equipamiento tecnológico y personal médico capacitado, o en algunos casos podemos tener la herramienta tecnológica, pero no tenemos al especialista que sepa interpretar o que tenga la experiencia suficiente de poder diagnosticar viendo una placa de rayos X, en ese contexto es que nace el proyecto eRx”, comenta Walter Curioso, doctor en Informática Biomédica por la Universidad de Washington, Estados Unidos.
El investigador peruano explica que el personal médico utiliza teléfonos inteligentes como dispositivos para capturar imágenes de las radiografías de tórax de los pacientes en los establecimientos de salud. Posteriormente, se transmiten dichas imágenes de rayos X a través de una aplicación, previamente instalada en el dispositivo móvil y diseñada en base a métodos de inteligencia artificial utilizando redes neuronales convolucionales.
“A través de la placa de rayos X este algoritmo empieza a mapear zonas correspondientes o zonas análogas a lo que presentan anormalidades previamente ya entrenadas con un grupo de placas radiográficas de pacientes con tuberculosis”, explica el profesor asociado de la División de Informática Biomédica de la Escuela de Medicina de la Universidad de Washington de los Estados Unidos.
Este algoritmo previamente fue entrenado con una base de datos de placas radiológicas proporcionadas por la ONG Socios en Salud, quienes también colaboraron con el proyecto. En total la base de datos consistió en más de 4.700 imágenes, fueron 453 imágenes normales y 4.248 imágenes anormales conteniendo 6 patrones diferentes de tuberculosis.
Para el 2017, la precisión de diagnóstico fue de 85.68% y fue considerado el porcentaje más alto de diagnóstico que se publicó en un artículo científico.
