En el Instituto Anlis Malbrán se empezaron a realizar los análisis para detectar coronavirus en el país. Ahora hay más de cien laboratorios en todo el país capacitados para realizar test diagnósticos (Thomas Khazki)
En el Instituto Anlis Malbrán se empezaron a realizar los análisis para detectar coronavirus en el país. Ahora hay más de cien laboratorios en todo el país capacitados para realizar test diagnósticos (Thomas Khazki)
Un equipo de médicos, investigadores y programadores argentinos desarrolló una aplicación para detectar el coronavirus en tres minutos. El programa es gratuito y el resultado inmediato, con una efectividad del 90 por ciento. “Buscamos darle una información nueva al médico especialista para que decida el diagnóstico correcto”, explicó el coordinador general del proyecto. La herramienta se llama Covid-X y se basa en un software que analiza una radiografía de tórax.
“Somos desarrolladores e investigadores unidos creando una herramienta para ayudar a la detección rápida de Covid-19”, así se presentan estos especialistas que ofrecen una solución para contrarrestar el avance del coronavirus: “Estamos desarrollando una app de diagnóstico rápido por medio del análisis automatizado de radiografías de tórax”. Son una comunidad de médicos, científicos y programadores argentinos. Su invento se llama Covid-X y su misión, pretenciosa y medular, es ayudar a los profesionales de la salud para el diagnóstico y el tratamiento temprano de los infectados.
Es su contribución para vencer al virus. Nace como una alternativa para la detección instantánea y efectiva del contagio: es una variante a los tests rápidos. Los expertos coinciden: una de las claves para aplanar la curva de infección es el testeo temprano. Los asintomáticos son agentes transmisores en espacios comunitarios. Una detección a tiempo permitiría el aislamiento del infectado y evitaría su dispersión en un círculo íntimo. Por eso, la trascendencia del test, un insumo crítico exigido por todo el mapa.
Covid-X surge como consecuencia de una deuda. Sus creadores interpretaron el contexto: la demanda global por un insumo vital que, por necesidad, habilitó la apertura científica a nuevos métodos. En la coyuntura argentina, los tests impulsaron una discusión entre el gobierno y algunos especialistas que afirmaron que los presuntos buenos indicadores nacionales obedecían a la poca tasa de testeos en la población. La secretaria de Acceso a la Salud del Ministerio de Salud de la Nación, Carla Vizzotti, respaldó el valor de las pruebas diagnósticas. “Nunca dijimos que no era importante hacer tests”, señaló y argumentó que, para tales efectos, autorizaron la descentralización de los análisis y la compra de miles de reactivos.
Cuatro de los creadores de la iniciativa en una reunión virtual: Santiago Bassani, Leonardo Sánchez, Manuel Ponieman y Florencia Gatti
Cuatro de los creadores de la iniciativa en una reunión virtual: Santiago Bassani, Leonardo Sánchez, Manuel Ponieman y Florencia Gatti
Vizzotti les asignó, además, una relevancia mayor cuando se decrete el levantamiento de la cuarentena, hasta el momento estimada para el lunes 27 de abril. “Cuando salgamos del aislamiento social, preventivo y obligatorio va a tener un rol muy importante el testeo para identificar los positivos y aislarlos. El desafío va a ser grande, en el país para distribuir los test y en las provincias con el monitoreo de esa situación”, definió la funcionaria.
Covid-X nace en este escenario de controversias sobre la aplicación de las pruebas diagnósticas. Sus desarrolladores se detuvieron a explicar que su método no reemplaza el PCR, por las siglas en inglés de reacción en cadena de la polimerasa, una técnica de laboratorio que permite localizar fragmentos mínimos de material genético de un patógeno para hallar gérmenes microscópicos que causan enfermedades. El PCR es la herramienta más homologada en el mapa sanitario para la identificación del coronavirus.
Manuel Ponieman, coordinador general del programa, lo definió como un proyecto de investigación basado en el análisis de rayos X. “Vemos utilidad en la propuesta, dado que más del 80% de los casos que presentan sintomatologías tienen algún grado de afección pulmonar, que es lo que intentamos detectar en las radiografías”, consideró. Su funcionamiento se sostiene en los paradigmas del nuevo mundo: la inteligencia artificial (AI) y la Big Data. El sistema recopila imágenes de radiografías para fundar una base de datos que se nutre de información relativa a patrones de enfermedades pulmonares, como el coronavirus. Con uso de una estructura de AI que denominaron red neuronal convolucional, el sistema interpreta con un 90% de efectividad la probabilidad del contagio. En el marco experimental con las placas tomadas adecuadamente, la aplicación puede arrojar un resultado en un plazo de tres minutos.
Los usuarios pueden subir una radiografía a la aplicación, que debe contar con los estándares necesarios. Luego debe esperar que el servidor realice el análisis, que puede arrojar un resultado en tres minutos
Los usuarios pueden subir una radiografía a la aplicación, que debe contar con los estándares necesarios. Luego debe esperar que el servidor realice el análisis, que puede arrojar un resultado en tres minutos
“La propuesta consiste en procesar radiografías de tórax apendicular con el objetivo de detectar indicios de afección pulmonar relacionada a Covid-19 de forma automatizada por el reconocimiento de patrones conocidos. De esta manera se busca darle una información nueva al médico especialista para que decida el diagnóstico correcto y cómo proseguir”, convalidó Ponieman. El programa se encuentra aún en una fase de desarrollo con espíritu participativo: están dispuestos a incorporar aportes de conocimiento y recursos para acelerar su proyección y aplicación.
“Actualmente seguimos en la investigación de nuevos modelos que puedan mostrar una significancia estadística en su performance frente una nueva base de 15 mil imágenes en DICOM para mejorar resultados y estandarizar los procedimientos. En el futuro deseamos probar con tomografías computarizadas para evaluar su uso”, definió el coordinador de la iniciativa. “Una vez que se llegue a resultados consistentes y tengamos realizadas más pruebas, vamos a ofrecerlo a las instituciones que quieran utilizarlo de manera gratuita”, anunció.
Covid-X surgió en la mente y en la cuarentena de Santiago Bassani, estudiante de ingeniería informática en el ITBA y encargado del modelado de inteligencia artificial. Entendió que era practicable en el país lo que leyó en papers que presentaron científicos de la Universidad de Waterloo en Canadá en relación al uso de imágenes para la detección de Covid-19. Comenzaron con las pruebas cuando investigadores y médicos de Wuhan, la ciudad china donde germinó la pandemia, publicaron en la sociedad radiológica de Estados Unidos (RSNA) estudios que demuestran la sensibilidad del análisis de imágenes para detectar la enfermedad.
"Estamos trabajando en mejorar la estabilidad y significancia de los resultados. La finalidad es generar una herramienta útil y confiable para que los cuerpos médicos de nuestro país puedan llevar a cabo decisiones informadas sobre los casos de Covid-19 que se presenten a temprana altura", explican en su página web
“Se comenzó con el análisis de imágenes del dataset público que se encontraba disponible junto con el paper inicial. Las primeras pruebas mostraron que existía la posibilidad de avanzar por este camino, decidimos que era una buena oportunidad para comenzar una investigación y mostramos la propuesta a médicos interesados quienes nos dieron su aval para seguir”, detalló Ponieman en diálogo con Infobae.
Covid-X surge de una red médicos, científicos y programadores en expansión. La premisa es formar una comunidad con gente interesada en participar del desarrollo. Lo fundaron seis integrantes: los nombrados Ponieman y Bassani, Florencia Gatti (Marketing de la UADE), encargada de la difusión; Gabriel Salcedo (Diseño gráfico en la UNSJ), Leonardo Sánchez y Miguel Mavo (Sistemas en la UNEFA) en la infraestructura. Con los cimientos fundados, convocaron a los doctores Martín Infesta y Hugo Cozzani como figuras médicas de referencia del hospital Gutiérrez). Luego, sumaron al proyecto a Sergio Herrera (Medicina en la UBA y Sistemas en la Universidad Kennedy) y a Martín de los Ríos (UNC y el ICTP-SAIFR) como parte del desarrollo de modelos de inteligencia artificial, y a Bianca Ritorto, Francisco Sanguineti, Alejo Aquili, Alan Donoso Naumczuk, Juan Francisco Lipuma (estudiantes de Ingeniería en Informática del ITBA) y Bernhard Karré (estudiante de la misma carrera en la TUM) para el desarrollo de la plataforma. Los resultados en etapa experimental califican como “prometedores”. La intención, aseguran, es contribuir en la lucha contra el coronavirus con una solución práctica sin grandes inversiones o erogaciones de dinero.
Seguí leyendo:
Cuáles son los países que empezaron a levantar la cuarentena por el coronavirus, y cómo lo están haciendo
El mensaje de Messi a los profesionales de la salud que luchan contra la pandemia de coronavirus: “Son héroes anónimos”
Son argentinos y crearon un método para detectar el coronavirus que despertó el interés mundial

TEMAS RELACIONADOS