La colaboración entre radiólogos de tres hospitales con un alto volumen de pacientes, el 12 de Octubre y el Ramón y Cajal de Madrid, y el Sant Pau de Barcelona, con expertos en Inteligencia Artificial (IA) y tecnologías de la información, está acelerando la detección de Covid-19 manteniendo la privacidad de los datos del paciente, y el desarrollo de modelos de diagnóstico automatizados, mejorando la atención a los pacientes.

Aunque el diagnóstico definitivo de COVID-19 se realiza mediante pruebas microbiológicas (PCR o test de antígenos), la principal alteración en los pacientes sintomáticos es respiratoria. Por tanto, la placa de tórax se ha convertido en la prueba de cribado inicia.

La plataforma de Aprendizaje Federado, desarrollada por Capgemini, basada en compartir modelos de IA entrenados con los datos de las imágenes, permite la creación de un modelo de diagnóstico global. La precisión en el diagnóstico de COVID-19, obtenida en este estudio de investigación, es del 89% para el modelo global, mientras que con el mejor de los modelos locales se alcanza solo una precisión del 71%. Todo ello garantizando la privacidad de los pacientes y de sus datos.

El protocolo clínico ha sido desarrollado en el marco de colaboración entre Capgemini y el Grupo de Enfermedades Multisistémicas del Instituto Ramón y Cajal de Investigación Sanitaria (IRYCIS). También han contado con el apoyo de varios socios tecnológicos como Cisco, Intel, Vodafone España y Microsoft, con casos clínicos procedentes de los tres hospitales. Gilead Sciences, compañía farmacéutica experta en Virología y pionera en desarrollar un tratamiento eficaz para COVID-19, ha apoyado este proyecto desde su inicio.

Cisco e Intel han proporcionado la infraestructura de computación para realizar los diagnósticos. Cada hospital dispone de un nodo de computación local -basado en los procesadores Intel® Xeon® Scalable de tercera generación y los servidores UCS de Cisco- que contiene el modelo que aprende de las imágenes radiológicas. Los modelos locales son agregados utilizando Azure Confidential Computing basado en la tecnología SGX de Intel garantizando la protección de los modelos.

El doctor José Albillos, jefe de Radiología Hospital 12 de Octubre, asegura que «la IA nos permite analizar un gran número de imágenes de forma casi automática y con gran precisión, lo cual facilita priorizar su revisión e informado, por este motivo, hace que disminuya la carga de trabajo, al mismo tiempo que se agiliza el diagnóstico”.

El doctor Javier Blázquez, jefe de Radiología del Hospital Ramón y Cajal, destaca que “el aprendizaje federado permite mejorar nuestra fiabilidad diagnóstica, ya que cuando la experiencia de un centro se comparte entre varios, los resultados mejoran mucho con respecto a los obtenidos por separado”.

La doctora Beatriz Gomez-Anson, jefe Clínico e Investigador Principal en el Hospital Sant Pau, señala que “este proyecto muestra el valor añadido de las herramientas de IA para ser implementadas por los médicos especialistas en Radiodiagnóstico”.

“Gracias a la aplicación de las últimas líneas de investigación en Inteligencia Artificial, podemosmejorar los métodos de diagnóstico sin la necesidad de compartir datos privados y asegurar la privacidad de los pacientes y la seguridad de los datos”, declara Daniel Iglesias, director general de Capgemini Engineering en España.

El proyecto ha salido adelante gracias a las aportaciones de Intel y del programa de aceleración digital de Cisco (Country Digital Acceleration, CDA), denominado ‘Digitaliza’ en España.