Salta al contenido principal

El catedrático de Ciencias de la Computación e Inteligencia Artificial de la Universidad Pública de Navarra Humberto Bustince forma parte del proyecto “Deep learning, inteligencia artificial y ciencia de datos para la predicción de la evolución de pacientes COVID-19”, con el que se busca crear una herramienta predictiva que, a partir de imágenes radiológicas de pacientes de la enfermedad de coronavirus, permita a los profesionales sanitarios realizar un diagnóstico precoz.

En concreto, 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.

zoom Humberto Bustince

Humberto Bustince en una sesión sobre tratamiento personalizado en oncología impartida en Madrid

Según explica Humberto Bustince, Investigador del Instituto Smart Cities de la UPNA, 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. De esta forma, 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”, señala Bustince, para quien “llevar a cabo esa tarea de identificación de forma “manual” puede resultar extremadamente costoso, en especial en un sistema sanitario ya de por sí tensionado y sobrecargado de trabajo debido a esta pandemia”.