ABSTRACT
RESUMEN Objetivo. Estudiar la factibilidad de utilización de la inteligencia artificial como método sensible y específico para el cribado de COVID-19 en pacientes con afecciones respiratorias empleando imágenes de tórax obtenidas con tomógrafo y una plataforma de telemedicina. Métodos. Entre marzo del 2020 y junio del 2021 se realizó un estudio observacional descriptivo multicéntrico de factibilidad basada en inteligencia artificial (IA) para el cribado de COVID-19 en imágenes de tórax de pacientes con afecciones respiratorias que acudieron a hospitales públicos. El diagnóstico de las imágenes tomográficas de tórax se realizó a través de la plataforma de IA; luego, se comparó con el diagnóstico molecular (RT-PCR) para determinar la concordancia entre ambos y analizar su factibilidad para el cribado de pacientes con sospecha de COVID-19. Las imágenes y los resultados diagnóstico se enviaron a través de una plataforma de telemedicina. Resultados. Se realizó el cribado de 3 514 pacientes con sospecha diagnóstica de COVID-19, en 14 hospitales a nivel nacional. La mayoría de los pacientes tenían entre 27 y 59 años, seguidos por los mayores de 60 años. La edad promedio fue de 48,6 años; el 52,8% eran de sexo masculino. Los hallazgos más frecuentes fueron neumonía grave, neumonía bilateral con derrame pleural, enfisema pulmonar bilateral y opacidad difusa en vidrio esmerilado, entre otros. Se determinó un promedio de 93% de concordancia y 7% de discordancia entre las imágenes analizadas mediante IA y la RT-PCR. La sensibilidad y especificidad del sistema de IA, obtenidas comparando el resultado del cribado obtenido por IA con la RT-PCR, fueron de 93% y 80% respectivamente. Conclusiones. Es viable la utilización de IA sensible y específica para la detección rápida estratificada de COVID-19 en pacientes con afecciones respiratorias utilizando imágenes obtenidas mediante tomografía de tórax y una plataforma de telemedicina en los hospitales públicos de Paraguay.
ABSTRACT Objective. Study the feasibility of using artificial intelligence as a sensitive and specific method for COVID-19 screening in patients with respiratory conditions, using chest CT scan images and a telemedicine platform. Methods. From March 2020 to June 2021, the authors conducted an observational descriptive multicenter feasibility study based on artificial intelligence (AI) for COVID-19 screening using chest images of patients with respiratory conditions who presented at public hospitals. The AI platform was used to diagnose chest CT scan images; this was then compared with molecular diagnosis (RT-PCR) to determine whether they matched and to analyze the feasibility of AI for screening patients with suspected COVID-19. A telemedicine platform was used to send images and diagnostic results. Results. Screening of 3 514 patients with a suspected COVID-19 diagnosis was performed in 14 hospitals around the country. Most patients were aged 27 to 59 years, followed by those over 60. The average age was 48.6 years; 52.8% were male. The most frequent findings were severe pneumonia, bilateral pneumonia with pleural effusion, bilateral pulmonary emphysema, and diffuse ground glass opacity, among others. There was an average of 93% matching and 7% mismatching between images analyzed by AI and RT-PCR. Sensitivity and specificity of the AI system, obtained by comparing AI and RT-PCR screening results, were 93% and 80% respectively. Conclusions. The use of sensitive and specific AI for stratified rapid detection of COVID-19 in patients with respiratory conditions by using chest CT scan images and a telemedicine platform in public hospitals in Paraguay is feasible.
RESUMO Objetivo. Examinar a viabilidade do uso de inteligência artificial como um método sensível e específico de triagem de COVID-19 em pacientes com afecções respiratórias, empregando imagens obtidas por exame de tomografia do tórax e uma plataforma de telemedicina. Métodos. Entre março de 2020 e junho de 2021, foi realizado um estudo observacional descritivo multicêntrico sobre a viabilidade do uso de inteligência artificial (IA) para a triagem de COVID-19, empregando imagens do tórax de pacientes com afecções respiratórias atendidos em hospitais da rede pública. O diagnóstico das imagens obtidas em tomografia do tórax foi realizado por meio de uma plataforma de IA e, em seguida, cotejado com o diagnóstico molecular (RT-PCR) para determinar a concordância entre os métodos utilizados e analisar a viabilidade deste processo para a triagem de pacientes com suspeita de COVID-19. As imagens e os resultados do exame diagnóstico foram disponibilizados em uma plataforma de telemedicina. Resultados. Foi realizada a triagem de 3 514 pacientes com suspeita de COVID-19 atendidos em 14 hospitais de todo o país. Os pacientes, na sua maioria, tinham entre 27 e 59 anos de idade ou pertenciam à faixa etária acima de 60 anos, com média de idade de 48,6 anos, sendo que 52,8% eram do sexo masculino. Os achados mais comuns foram pneumonia grave, pneumonia bilateral com derrame pleural, enfisema pulmonar bilateral e opacidade difusa em vidro fosco, entre outros. Verificou-se, em média, 93% de concordância e 7% de discordância entre as imagens analisadas com uso de IA e os resultados do exame de RT-PCR, com uma sensibilidade de 93% e especificidade de 80% desse sistema de triagem. Conclusões. Demonstrou-se que o uso de um sistema de IA sensível e específico é viável nos hospitais públicos do Paraguai para a detecção rápida estratificada de COVID-19 em pacientes com afecções respiratórias, empregando imagens de exame de tomografia do tórax e uma plataforma de telemedicina.