- Proyecto multidisciplinario empezó en el 2017 y es considerado uno de los pioneros en implementar la Inteligencia Artificial en la TB.
- Ministerio de Salud se encuentra evaluando esta herramienta y se espera que muy pronto sea implementado en los establecimientos de salud del Perú.
Según el informe «Tuberculosis en las Américas 2021», el Perú es el segundo país con el mayor número de casos estimados de tuberculosis (TB), después de Brasil. Esta problemática genera la necesidad de implementar soluciones innovadoras para frenar el avance de la enfermedad.
En esta oportunidad, tras 6 años de investigación, se presenta “eRx” como una alternativa para optimizar procesos de diagnóstico de la tuberculosis con soporte de Inteligencia Artificial (IA). De manera que pueda ser utilizada por profesionales de enfermería o un técnico capacitado del establecimiento de salud.
Esta creación fue implementada por científicos de la Universidad de Ohio, en Estados Unidos y también médicos peruanos siendo el principal, el vicerrector de Investigación de la Universidad Continental, el Dr. Walter Curioso Vílchez.
«En nuestro país todavía tenemos un déficit de equipamiento tecnológico y personal médico capacitado, que sepa interpretar o que tenga la experiencia suficiente de poder diagnosticar viendo una placa de rayos X, en ese contexto es que nace el proyecto eRx”, sostuvo Curioso Vílchez.
Sobre eRx
Su funcionamiento se basa en el uso de un teléfono inteligente para capturar imágenes de las radiografías de tórax de los pacientes. Posteriormente, se transmiten a través de una aplicación previamente instalada y diseñada en base a métodos de inteligencia artificial utilizando redes neuronales convolucionales.
«A través de la placa de rayos X, este algoritmo empieza a mapear zonas correspondientes o zonas análogas a lo que presentan anormalidades previamente ya entrenadas con un grupo de placas radiográficas de pacientes con tuberculosis”, explica el profesor asociado de la División de Informática Biomédica de la Escuela de Medicina de la Universidad de Washington de los Estados Unidos.
Este algoritmo previamente fue entrenado con una base de datos de placas radiológicas proporcionadas por la ONG Socios en Salud, quienes también colaboraron con el proyecto. En total la base de datos consistió en más de 4.700 imágenes, fueron 453 imágenes normales y 4.248 imágenes anormales conteniendo 6 patrones diferentes de tuberculosis. Para el 2017, la precisión de diagnóstico fue de 85.68% y fue considerado el porcentaje más alto de diagnóstico que se publicó en un artículo científico.
“Es importante mencionar que para el proceso de validación, no se esperó hasta el desarrollo final del aplicativo móvil, sino mientras el proyecto iba en marcha los profesionales de salud de los centros de salud ubicados en los distritos de Carabayllo, Comas e Independencia pudieron probarlo. Asimismo, se realizaron entrevistas a profundidad y grupos focales, lo que permitió tener un enfoque socio técnico en consideración a las percepciones de los pacientes”, puntualizó el Dr. Walter.
Con esta nueva colaboración, la Universidad Continental reafirma su compromiso de generar impacto positivo en su entorno y en el mundo, a través de la participación de excelencia y liderazgo de su especialista el Dr. Walter Curioso, en la creación de una importante innovación en favor de la salud pública.
Para poder revisar la investigación, ingresar a «Inteligencia artificial e innovación para optimizar el proceso de diagnóstico de la tuberculosis»
