En los actuales momentos, se ha desarrollado una gran cantidad de sistemas que facilitan y aceleran el diagnóstico de distintas enfermedades, como la neumonía, diferentes tipos de cáncer, el Alzheimer, entre otras.
Ha surgido como solución el aprendizaje automático (machine learning, en inglés), una modalidad de inteligencia artificial capaz de establecer relaciones entre los datos y las patologías.
En el marco de lo que se ha dado en llamar “big data”, emerge el paradigma de la medicina basada en los datos. Las enormes cantidades de datos de pacientes generadas de una forma continua en los centros médicos, contienen un conocimiento cuya extracción y explotación es imposible llevar a cabo de una forma manual por los facultativos, entre otros aspectos, porque una adecuada selección o unión de estos datos puede proporcionar biomarcadores de una enfermedad que no son inmediatos o intuitivos para ellos.
Cabe destacar que la neumonía es una infección respiratoria aguda causada por virus o bacterias. Aunque afecta a personas de todas las edades y suele ser una enfermedad leve, es una de las principales causas infecciosas de muerte entre grupos vulnerables, como los ancianos y los niños.
Con el objetivo de proporcionar herramientas para tal fin, un estudio realizado por un equipo de investigadores de la Universidad Politécnica de Madrid (UPM) en España y de la Universidad de Concepción (UdeC), en Chile, ha analizado el potencial de distintos biomarcadores para entrenar modelos de inteligencia artificial que detecten la neumonía en imágenes de rayos X de tórax.
En 2017, esta enfermedad estuvo relacionada con la muerte de más de 808 mil niños menores de cinco años en todo el mundo, representando el 15% de todas las muertes en el mencionado grupo de edad. Un diagnóstico rápido de la enfermedad favorece su tratamiento, reduciendo sus consecuencias más adversas.
NCYT
