Las enfermedades respiratorias graves, que pueden tener un desenlace fatal, afectan alrededor del 29% de los pacientes hospitalizados por la covid-19.

Por ello, el objetivo de esta investigación se centró en desarrollar y evaluar un sistema de inteligencia artificial basado en el aprendizaje profundo, ‘deep learning’, capaz de identificar automáticamente, a partir de un TAC, los patrones de neumonía causada por el virus SARS-CoV-2, evaluar la gravedad y predecir su evolución clínica.

El estudio incluyó a 103 pacientes afectados por esta enfermedad ingresados en el Hospital Universitario La Paz, el Hospital Universitario Fundación Jiménez Díaz, la Clínica Universidad de Navarra y el Hospital Clínic de Barcelona, entre marzo y julio de 2020.

A todos ellos se les realizó un TAC sin contraste para valorar la afectación pulmonar, los resultados del estudio fueron 21 pacientes ingresados en UCI, 13 requirieron ventilación mecánica y 9 fallecieron.

Según explicó el investigador de Ciber-BNN y UPM, y primer firmante del estudio, David Bermejo-Peláez, los hallazgos en el pulmón visibles con la realización de un TAC en pacientes infectados son uno de los primeros indicadores de enfermedad y, a su vez, la cuantificación de cada subtipo de lesión puede ser fundamental para el tratamiento de estos pacientes.

Los resultados del estudio se compararon con la valoración de radiólogos a partir de los datos obtenidos de la radiómica de pulmón completo y con los datos de la evolución clínica del paciente. Esto señaló que el sistema de inteligencia artificial supera al resto de modelos y a la puntuación de los radiólogos para predecir los resultados de mortalidad, ingreso en UCI o necesidad de ventilación mecánica.