Intel·ligència artificial per predir l'evolució de la covid-19

La UPF i ISGlobal treballen amb tecnologia d'IBM en un model que pot detectar patrons primerencs que indiquin si un pacient haurà de ser ingressat a l'UCI

Mario Ceresa, investigador del Grup de Recerca SIMBIOsys del Departament de Tecnologies de la Informació i les Comunicacions de la UPF | Cedida Mario Ceresa, investigador del Grup de Recerca SIMBIOsys del Departament de Tecnologies de la Informació i les Comunicacions de la UPF | Cedida

La Universitat Pompeu Fabra (UPF) i l'Institut de Salut Global de Barcelona (ISGlobal), centre impulsat per la Fundació La Caixa, estan treballant en la creació d'un model d'intel·ligència artificial que ajudarà a predir la insuficiència respiratòria greu en pacients de covid-19, emprant per a l'entrenament de les dades els sistemes de computació IBM Power.

Segons informen en un comunicat, per aconseguir-ho, la UPF i ISGlobal estan aplicant capacitats de la intel·ligència artificial, com l'aprenentatge profund i les xarxes neuronals, juntament amb la potència de processament dels sistemes IBM Power, per analitzar milers de dades clíniques i imatges mèdiques anònimes que han estat facilitades per diversos hospitals de Barcelona i Madrid i pel programa de dades per a investigació (PADRIS) de la Generalitat de Catalunya. L'objectiu d'aquesta investigació és poder detectar, en pocs segons, patrons primerencs que indiquin si un pacient generarà insuficiència respiratòria greu que pugui suposar el seu ingrés a l'UCI.

Al voltant del 80% dels pacients infectats per aquest virus pateix una malaltia lleu o asimptomàtica, prop d'un 14% pateix una forma greu que requereix hospitalització i, aproximadament, un 5% evoluciona a malaltia aguda amb insuficiència respiratòria greu que requereix el seu ingrés a les unitats de cures intensives. "Conèixer amb antelació una estimació dels pacients que van a ingressar a les UCI és fonamental per a organitzar l'atenció sanitària i prioritzar els recursos en cas de nous brots de la malaltia. Malauradament, no és fàcil predir quins pacients desenvoluparan un quadre clínic greu", comenta Judith García Aymerich, cap del programa de Malalties no Transmissibles i Medi Ambient d'ISGlobal.

Aymerich: "Conèixer amb antelació una estimació dels pacients que van a ingressar a les UCI és fonamental per a organitzar l'atenció sanitària i prioritzar els recursos"

"Anem a entrenar el nostre model tant amb dades d'imatges com ara la radiografia simple de tòrax com també amb dades clíniques, ja que això dotarà el nostre model d'un poder predictiu molt més gran", afirma l'investigador Mario Ceresa de la Universitat Pompeu Fabra. "És una sort poder comptar amb tecnologies punteres com els sistemes IBM Power, que ens permeten passar de mesos a dies per obtenir els resultats de les nostres investigacions", afegeix Ceresa, també membre del grup de recerca SIMBIOsys del Departament de Tecnologies de la Informació i les Comunicacions de la UPF.

"Estem molt satisfets de contribuir a aquest projecte tan important amb tres dels nostres sistemes IBM Power. IBM està compromesa amb la lluita contra la covid-19 i els seus efectes en la nostra societat ", ha afirmat Joan Castillo, director d'IBM Systems.

Actualment, un equip investigador de bioenginyers, epidemiòlegs especialitzats en malalties respiratòries i pneumologia de la UPF i ISGlobal està treballant en aquest projecte pilot, que es troba en fase 1 d'entrenament dels models amb les dades d'imatge i la posada en producció o fase 2 es preveu per a l'últim trimestre del 2020.

Més informació
Intel·ligència artificial contra el coronavirus
Avui et destaquem
El més llegit