La compañía canadiense DarwinAI, junto con un grupo de científicos de la Universidad de Waterloo (Canadá), formado por Linda Wang, Alexander Wong, Zhong Quiu Lin, James Lee y Paul McInnis ha creado COVID-Net: una tecnología basada en inteligencia artificial (AI) que permite detectar el virus COVID-19 mediante una radiografía de tórax.
El sistema está basado en COVIDx: una base de datos que hace una semana contaba con 5.941 imágenes de radiografías de tórax de 2.839 pacientes de fuentes públicas. Este lunes sumaban ya 16.756 radiografías de tórax de 13.645 personas con diferentes afecciones pulmonares, como infecciones bacterianas, virales, COVID-19 y otros virus.
El anuncio de esta tecnología lo ha hecho el CEO de la empresa, Sheldon Fernández. “Estamos abriendo este modelo a la comunidad con la esperanza de desarrollar una herramienta robusta para ayudar a los profesionales de la salud a combatir la pandemia”, ha asegurado.
Los modelos de COVID-Net, que se pueden encontrar en este repositorio GitHub, están pensados para ser usados como modelos de referencia que pueden ser construidos y mejorados a medida que se disponga de nuevos datos. El proyecto sigue en fase de investigación, no es un modelo listo para la producción (no está listo para el diagnóstico clínico directo), va mejorando a medida que se cuenta con nuevos datos.
Un paso fundamental en la lucha contra esta pandemia es la detección efectiva de los pacientes infectados. Las imágenes radiológicas obtenidas mediante radiografía de tórax son para este propósito un elemento clave.
COVID-Net es un diseño de red neural convolucional profunda (un tipo de red neuronal artificial donde las neuronas corresponden a campos receptivos de una manera muy similar a las neuronas en la corteza visual primaria de un cerebro biológico) adaptado para la detección de casos de COVID-19 a partir de imágenes de radiografía de tórax. Es de código abierto y está disponible para el público en general.
Los científicos han publicado dos modelos basados en el conjunto de datos anterior: COVIDNet-Grande y COVIDNet-Pequeño. El primero proporciona una mayor sensibilidad para la detección de COVID-19, mientras que el segundo logra un mayor equilibrio entre la eficiencia de los cálculos y el rendimiento.
