La Universitat Pompeu Fabra (UPF) i l'Institut de Salut Global de Barcelona (ISGlobal), centre impulsat per la Fundació La Caixa, han anunciat que 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. La solució utilitza tecnologies com el machine learning i les xarxes neuronals amb els sistemes IBM Power per analitzar milers de dades clíniques i imatges mèdiques anònimes que han estat facilitades per diversos hospitals de Madrid i Barcelona i pel programa de dades per a recerca (PADRIS) de la Generalitat de Catalunya.

Al voltant del 80% dels pacients infectats per aquest virus sofreix 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 en les unitats de vigilància intensiva. “Conèixer amb antelació una estimació dels pacients que ingressaran en les UCIs és fonamental per a organitzar l'atenció sanitària i prioritzar els recursos en cas de nous brots de la malaltia”, comenta la cap del programa de Malalties no Transmissibles i Medi Ambient de ISGlobal, Judith García Aymerich.

“Entrenarem el nostre model tant amb dades d'imatges com la radiografia simple de tòrax com amb dades clíniques, ja que això dotarà al nostre model d'un poder predictiu molt més gran”, afirma l'investigador de la Universitat Pompeu Fabra Mario Ceresa.

Actualment, un equip investigador de bioingenieros, 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 que preveu en l'últim trimestre 2020.