Científicos de Stanford desarrollan un modelo de aprendizaje automático para entender las radiografías mejor que cualquier humano en casos en los que se sospecha una neumonía.
Investigadores de la Universidad de Stanford han creado un algoritmo de aprendizaje automático que puede diagnosticar la neumonía a partir de una radiografía de tórax… mejor que un radiólogo humano.
The Machine Learning Group usó para entrenar su sistema un conjunto de datos proporcionado por el Instituto Nacional de Salud de EEUU, consistentes en unos 112.120 imágenes de rayos X de tórax, marcadas a su vez con 14 diagnósticos posibles diferentes.
En menos de una semana, los expertos habían desarrollado su algortimo -CheXnet- que podía medir 10 de las 14 patologías asociadas a la neumonía. En un mes, lograron cubrir las 14. Y lo hicieron con un grado de precisión casi perfecto, tanto en sensibilidad (identificando los casos en los que había neumonía) como en especificidad (evitando los falsos positivos).
Al mismo tiempo, cuatro radiólogos de Stanford efectuaron su diagnóstico sobre 420 de las imágenes en las que podía sospecharse una neumonía. Recordemos que, en esta enfermedad, es particularmente difícil detectar algún indicio temprano en radiografías, pese a que es una dolencia bastante recurrente (1 millón de pacientes al año sólo en Estados Unidos).
