Inteligência artificial e diagnóstico, Esquemas de Inteligência Artificial

Baixe Inteligência artificial e diagnóstico e outras Esquemas em PDF para Inteligência Artificial, somente na Docsity!

Diagnóstico mediante TC pulmonar da COVID-19 utilizando intelixencia artificial. Revisión sistematizada.

INTRODUCIÓN: A intelixencia artificial, creada en 1956, representou unha nova era na innovación e mellora da nosa vida diaria e profesional, presentando innumerables aplicacións, sendo que, en medicina, debido á súa transcendencia, xoga un papel fundamental no diagnóstico e tratamento das máis diversas enfermidades. Actualmente estamos experimentando unha pandemia causada pola SARS-CoV-2. A prevención asociada a un diagnóstico precoz son as nosas mellores ferramentas para o control desta enfermidade. OBXECTIVOS: O obxectivo deste traballo é ver se os algoritmos baseados na IA teñen a capacidade de diagnosticar COVID-19, comparando a súa especificidade e sensibilidade co diagnóstico realizado por radiólogos expertos sen empregar algoritmos. MÉTODOS: Realizouse unha revisión sistemática a partir das bases de datos PubMed e Minerva, seleccionando artigos científicos publicados entre xaneiro do 2020 e febreiro do 2021 sobre o tema e unha revisión das súas respectivas bibliografías. RESULTADOS Y DISCUSIÓN: contabilizáronse un total de 124 artigos sobre o tema. Dos 124 artigos, 7 comparan a sensibilidade e especificidade dos algoritmos baseados na IA fronte ao diagnóstico feito por radiólogos expertos sen a axuda da IA. A especificidade dos algoritmos baseados na IA é do 94,70% fronte ao 72,03% para os radiólogos e a sensibilidade dos algoritmos foi do 95,38% fronte ao 89,94% para os radiólogos. Os achados máis comúns de COVID-19 son a distribución subpleural e o patrón de vidro deslustrado. O tipo de algoritmo máis utilizado é o algoritmo baseado na DL. O que obtivo os mellores resultados foi o que combina DL co CAD, cunha sensibilidade entre o 98,04% - 100% e unha especificidade entre o 99,02% - 100%. CONCLUSIÓNS: Los algoritmos baseados na IA permiten diagnosticar la COVID-19. Son rápidos, específicos, sensibles, económicos e poden distinguir COVID-19 doutras etioloxías, aínda cos estudos actuais teñen algunhas limitacións.

INTRODUCCIÓN: La inteligencia artificial, creada en 1956, supuso una nueva era de innovación y mejora de nuestra vida cotidiana y profesional, presentando innumerables aplicaciones, siendo que, en la medicina, por su transcendencia, desempeña un papel fundamental en el diagnóstico y tratamiento de las más diversas enfermedades. Actualmente vivimos una pandemia provocada por el SARS-CoV-2. La prevención aliada a un diagnóstico precoz son nuestras mejores herramientas en el control de esta enfermedad. OBJETIVOS: El objetivo del presente trabajo es ver si los algoritmos basados en IA tienen la capacidad de diagnosticar la COVID-19, comparando su especificidad y sensibilidad con el diagnóstico hecho por radiólogos expertos sin usar algoritmos. MÉTODOS: Se ha realizado una revisión sistematizada a partir de las bases de datos PubMed y Minerva, seleccionando artículos científicos publicados entre enero de 2020 y febrero de 2021 relativos al tema y de una revisión de sus respectivas bibliografías. RESULTADOS Y DISCUSIÓN: Contabilizamos un total de 124 artículos relativos al tema. De los 124 artículos, 7 comparan la sensibilidad y especificidad de los algoritmos basados en IA frente a al diagnóstico hecho por radiólogos expertos sin el auxílio de IA. La especificidad de los algoritmos basados en IA es de 94,70% frente a 72,03% de los radiólogos y la sensibilidad de los algoritmos fue de 95,38% frente a 89,94% de los radiólogos. Los hallazgos más frecuentes de la COVID-19 son la distribución subpleural y el patrón en vidrio deslustrado El tipo de algoritmo más utilizado es el basado en DL. El que obtuvó mejores resultados fue el que combina DL con CAD, con sensibilidad entre 98,04%-100% y especificidad entre 99,02%-100%. CONCLUSIONES: Los algoritmos basados en IA permiten diagnosticar la COVID-19. Son rápidos, específicos, sensibles, baratos y pueden distinguir la COVID-19 de neumonías de otras etiologías, aunque los estudios actuales tienen algunas limitaciones. Inteligencia artificial, COVID-19, SARS-CoV-2, coronavirus, diagnóstico precoz, TC pulmonar, DL COVID-19 diagnosis through chest CT scan using artificial intelligence. A systematic Review INTRODUCTION: Artificial intelligence, created in 1956, represents a new era of innovation and improvement of our daily and professional life, presenting countless applications. On the medical field, due to its transcendence, it plays a fundamental role on the diagnosis and treatment of many diseases. We are currently living a pandemic caused by SARS-CoV-2. Prevention allied to an early diagnosis are our best tools in the control of this disease.

OBJECTIVES: The aim of this work is to understand if AI-based algorithms have the ability to diagnose COVID-19, comparing its specificity and sensitivity with the diagnosis made by expert radiologists without using the algorithms. METHODS: A systematic review was made using PubMed and Minerva databases, selecting scientific articles published between January 2020 and February 2021 about the subject and a review of their respective bibliographies. RESULTS AND DISCUSSION: We selected a total of 124 articles. From those 124 articles, 7 compared the sensitivity and specificity of the algorithms based on AI versus the diagnosis made by expert radiologists without the help of AI. The specificity of the AI-based algorithms is 94.70% versus 72.03% of radiologists’ and the sensitivity of the algorithms is 95.38% versus 89.94% of radiologists. The most common findings of COVID-19 detected on CT scan are subpleural distribution and ground glass pattern. The most widely used type of algorithm is the DL-based algorithm. The algorithm that obtained the best results was the one which combines DL with CAD, with sensitivity between 98.04% - 100% and specificity between 99.02% - 100%. CONCLUSIONS: AI-based algorithms make possible to diagnose COVID-19. They are fast, specific, sensitive, inexpensive and can distinguish COVID-19 from other etiologies, although current studies have some limitations. Artificial intelligence; COVID-19; SARS-CoV-2; coronavirus; early diagnosis; pulmonary CT scan; DL