DeepSARS: Sistema de aprendizaje profundo automático para la identificación temprana y seguimiento de pacientes con riesgo de síndrome de distrés respiratorio agudo

Abstract

El sistema DeepSARS fue propuesto y desarrollado con el propósito de asistir la identificación temprana y seguimiento de pacientes con riesgo de síndrome de distrés respiratorio agudo producido por COVID-19. Principalmente, el sistema realiza el aprendizaje profundo de patrones visuales relevantes para identificar COVID-19 sobre estudios radiológicos de tórax, digitalizados en secuencias de Tomografía Computarizada (CT) y Rayos X (Rx). Durante el desarrollo del proyecto se lograron desarrollar con éxito un total de 9 modelos, con diferentes propósitos, y codificados para operar en los dos tipos de imágenes radiológicas. Estos modelos realizan las siguientes tareas: detectar si un estudio presenta COVID-19 teniendo en cuenta información 2D o 3D, extraer hallazgos o regiones relevantes donde está expresada la enfermedad, y clasificar si un estudio presenta síndrome respiratorio agudo. Adicionalmente, se desarrollaron dos modelos, uno multimodal que usa los síntomas y signos presentados por el paciente para mejorar la detección de casos con COVID-19, y el modelo restante que estratifica el grado de compromiso o evolución del COVID-19 sobre el estudio radiológico de un paciente.