/ miércoles 16 de septiembre de 2020

Académico del Campus Guadalajara desarrolla algoritmo para identificar Covid-19

Trabaja en la creación de Deep Learning (Inteligencia Artificial) para ayudar a identificar padecimientos respiratorio

Luis Eduardo Falcón, director de la Maestría en Ciencias Computacionales del Tecnológico de Monterrey, Campus Guadalajara desarrolla algoritmo para identificar Covid-19 y otras enfermedades respiratorias.

“Las pruebas actuales tardan un par de días en decirte si es positivo; además es caro el procedimiento y, en países como México, no se tiene acceso en todos lados… Como este virus empieza a dañar las vías respiratorias, se vio que una forma de detectarlo más rápido es a través de imágenes de rayos X o tomografías de tórax”, señaló Falcón.

El académico del Campus Guadalajara trabaja en la creación de un algoritmo de Deep Learning (Inteligencia Artificial) para ayudar a identificar padecimientos respiratorios.

El proyecto, que está en proceso de validación, se basa en crear una radiografía económica, rápida, indolora y accesible para casi todas las regiones del país que pueda detectar el virus de Covid-19, imagen que permitiría identificar neumonía e influenza AH1N1 o darle seguimiento al estado de los pulmones de los pacientes.

Puntualizó que al implementar el algoritmo de Deep Learning -creado por el directivo- a la imagen pulmonar el desarrollo identifica rápida y verazmente qué tipo de lesión presenta.

En todo el mundo se trabaja de manera uniforme y rápida para mejorar cualquier aspecto relacionado al Covid-19, entre ellos su detección.

Expuso que esta herramienta también está diseñada para identificar a personas sanas o si presenta otro tipo de enfermedad respiratoria como neumonía o influenza AH1N1. “Es como un asistente médico que aumenta la capacidad que tiene el ser humano para resolver problemas”, en este caso un diagnóstico.

Chécalo:

Al igual que las pruebas que se aplican actualmente, se requiere de una semana a partir del contagio para que exista suficiente evidencia del virus en los pulmones.

El nivel de precisión que arroja esta prueba es del 95% y funciona también con pacientes asintomáticos.

Falcón expresó que “todavía un 5% puede ser mucho y eso puede ir mejorando en cuanto tengamos más imágenes. Para validar el modelo se requieren aproximadamente 10,000 radiografías y eso va a ayudar a que quede mejor establecido su margen de error y validez”.

Este proyecto de investigación relacionado con Deep Learning, uno de los rubros de la Inteligencia Artificial (IA), destaca por su aplicación práctica. Explora de manera tangible nuevas formas de detectar el virus de Covid-19, pero no sólo ese, sino además otros que también afectan las vías respiratorias.

Trabaja en el proyecto el profesor del Campus Guadalajara, Alejandro García González, quien realiza aportaciones desde la perspectiva biomédica. Actualmente esta aplicación de Deep Learning trabaja en el seguimiento de protocolos de salud para validar su uso.

En el caso de que logren dicha validación, el algoritmo podría evolucionar como prueba alternativa nacional para estos padecimientos. Además, se mantienen pláticas con diversas instituciones de salud para realizar alianzas estratégicas.

"Éstas serían otro factor clave en beneficio del proyecto, pues permitirían incrementar el número de imágenes con diagnóstico confirmado de Covid-19. Así, el modelo podría alcanzar un nivel de efectividad por arriba del 98%, para que después con sólo la radiografía se pueda dictaminar el estado o enfermedad del paciente", refirió.

También se busca otro tipo de soporte financiero para llevarlo a todo México. En caso de prosperar este último aspecto, la propuesta se podría apoyar en la Escuela de Negocios del propio Tec de Monterrey para definir más estrategias.

Las imágenes que se requieren para que este algoritmo continúe su aprendizaje inicialmente deben estar acompañadas por: “Un reporte clínico y con la información proporcionada por el médico sobre el diagnóstico del paciente para poder utilizarla dentro del análisis.

A nivel internacional no existen tal cantidad de base de datos con este tipo de imágenes”, indicó el directivo del Tec, Campus Guadalajara. Además de ser económico y no invasivo, abre una nueva posibilidad a que se dé seguimiento a los pacientes recuperados de Covid-19", agregó.

Se estudia que tras eliminar el virus del cuerpo existe un impacto pulmonar y con este algoritmo se puede “monitorear la evolución o daño permanente del paciente. Por ello el proyecto busca establecer convenios con hospitales nacionales para detectar el Covid-19 y dar seguimiento a mediano y largo plazo de personas recuperadas”.

Luis Eduardo Falcón, director de la Maestría en Ciencias Computacionales del Tecnológico de Monterrey, Campus Guadalajara desarrolla algoritmo para identificar Covid-19 y otras enfermedades respiratorias.

“Las pruebas actuales tardan un par de días en decirte si es positivo; además es caro el procedimiento y, en países como México, no se tiene acceso en todos lados… Como este virus empieza a dañar las vías respiratorias, se vio que una forma de detectarlo más rápido es a través de imágenes de rayos X o tomografías de tórax”, señaló Falcón.

El académico del Campus Guadalajara trabaja en la creación de un algoritmo de Deep Learning (Inteligencia Artificial) para ayudar a identificar padecimientos respiratorios.

El proyecto, que está en proceso de validación, se basa en crear una radiografía económica, rápida, indolora y accesible para casi todas las regiones del país que pueda detectar el virus de Covid-19, imagen que permitiría identificar neumonía e influenza AH1N1 o darle seguimiento al estado de los pulmones de los pacientes.

Puntualizó que al implementar el algoritmo de Deep Learning -creado por el directivo- a la imagen pulmonar el desarrollo identifica rápida y verazmente qué tipo de lesión presenta.

En todo el mundo se trabaja de manera uniforme y rápida para mejorar cualquier aspecto relacionado al Covid-19, entre ellos su detección.

Expuso que esta herramienta también está diseñada para identificar a personas sanas o si presenta otro tipo de enfermedad respiratoria como neumonía o influenza AH1N1. “Es como un asistente médico que aumenta la capacidad que tiene el ser humano para resolver problemas”, en este caso un diagnóstico.

Chécalo:

Al igual que las pruebas que se aplican actualmente, se requiere de una semana a partir del contagio para que exista suficiente evidencia del virus en los pulmones.

El nivel de precisión que arroja esta prueba es del 95% y funciona también con pacientes asintomáticos.

Falcón expresó que “todavía un 5% puede ser mucho y eso puede ir mejorando en cuanto tengamos más imágenes. Para validar el modelo se requieren aproximadamente 10,000 radiografías y eso va a ayudar a que quede mejor establecido su margen de error y validez”.

Este proyecto de investigación relacionado con Deep Learning, uno de los rubros de la Inteligencia Artificial (IA), destaca por su aplicación práctica. Explora de manera tangible nuevas formas de detectar el virus de Covid-19, pero no sólo ese, sino además otros que también afectan las vías respiratorias.

Trabaja en el proyecto el profesor del Campus Guadalajara, Alejandro García González, quien realiza aportaciones desde la perspectiva biomédica. Actualmente esta aplicación de Deep Learning trabaja en el seguimiento de protocolos de salud para validar su uso.

En el caso de que logren dicha validación, el algoritmo podría evolucionar como prueba alternativa nacional para estos padecimientos. Además, se mantienen pláticas con diversas instituciones de salud para realizar alianzas estratégicas.

"Éstas serían otro factor clave en beneficio del proyecto, pues permitirían incrementar el número de imágenes con diagnóstico confirmado de Covid-19. Así, el modelo podría alcanzar un nivel de efectividad por arriba del 98%, para que después con sólo la radiografía se pueda dictaminar el estado o enfermedad del paciente", refirió.

También se busca otro tipo de soporte financiero para llevarlo a todo México. En caso de prosperar este último aspecto, la propuesta se podría apoyar en la Escuela de Negocios del propio Tec de Monterrey para definir más estrategias.

Las imágenes que se requieren para que este algoritmo continúe su aprendizaje inicialmente deben estar acompañadas por: “Un reporte clínico y con la información proporcionada por el médico sobre el diagnóstico del paciente para poder utilizarla dentro del análisis.

A nivel internacional no existen tal cantidad de base de datos con este tipo de imágenes”, indicó el directivo del Tec, Campus Guadalajara. Además de ser económico y no invasivo, abre una nueva posibilidad a que se dé seguimiento a los pacientes recuperados de Covid-19", agregó.

Se estudia que tras eliminar el virus del cuerpo existe un impacto pulmonar y con este algoritmo se puede “monitorear la evolución o daño permanente del paciente. Por ello el proyecto busca establecer convenios con hospitales nacionales para detectar el Covid-19 y dar seguimiento a mediano y largo plazo de personas recuperadas”.

Policiaca

Carretera a Nogales luce abarrotada de vehículos que salen rumbo a la playa

Los vacacionistas hicieron escala en las gasolineras y centros de conveniencia ubicados a lo largo de la carretera

Local

Trabajan CRT y FGR unidos en beneficio del consumidor de bebidas

Las bebidas alcohólicas en México y Estados Unidos se producen bajo estrictos lineamientos por las autoridades

Turismo

Sirenas invaden Guadalajara y nadan en tanque de tiburones, en el Zoológico

Durante la semana de pascua el horario será 13:00 y 15:30 horas

Policiaca

Este Jueves Santo localizan el cuerpo de un hombre envuelto en cobijas

Se dio parte al Ministerio Público y la zona fue acordonada