El catedrático de Ciencias de la Computación e Inteligencia Artificial de la UPNA, Humberto Bustince forma parte de un proyecto que busca crear una herramienta predictiva que permita realizar un diagnóstico precoz de la COVID-19.

“Deep learning, inteligencia artificial y ciencia de datos para la predicción de la evolución de pacientes COVID-19" es el nombre del proyecto, que desarrolla esa herramienta a partir de imágenes radiológicas de pacientes de la enfermedad de coronavirus.

En concreto, según informa la UPNA en un comunicado, con este proyecto —en consorcio con especialistas del Centro Tecnológico de Automoción y Mecatrónica NAITEC y del Complejo Hospitalario de Navarra (CHN)— se trata de predecir lo antes posible la aparición de complicaciones y ayudar a determinar el mejor tratamiento en cada caso.

Según explica Bustince, utilizando las últimas técnicas de “deep learning” (aprendizaje profundo), inteligencia artificial y ciencia de datos “se va a implementar una red neuronal convolucional profunda (un tipo de red neuronal artificial) que sea capaz de aprender, extrayendo características de las imágenes de radiología de pacientes de evolución conocida.

La red utilizará estas características para clasificar a nuevos pacientes en función de su gravedad y posible evolución clínica y así será posible adaptar el tratamiento para tratar de prevenir potenciales complicaciones”.

La inteligencia artificial, el “deep learning” y la ciencia de datos pueden ayudar en ese proceso clave descargando de trabajo a los profesionales y acelerando el pronóstico.

“Dado que entre el 26 y el 32% de los pacientes derivan en casos críticos y que la tasa de letalidad de dichos casos supera el 61%, resulta crucial identificarlos cuanto antes para tratar de mejorar su pronóstico”, según Bustince, quien apunta que realizar esta tarea de forma “manual" puede resultar extremadamente costoso, en especial en un sistema sanitario ya de por sí tensionado y sobrecargado de trabajo.