(+34) 91 361 10 02
comercial@sie.es
Dossier
flagEnglish
flagEspañol
Facebook
Twitter
LinkedIn
YouTube
Instagram
RSS
Sistema Informáticos EuropeosSistema Informáticos Europeos
  • Productos
    • Plataformas | Hardware
    • Software
  • Servicios
    • Redes
    • Almacenamiento
    • Seguridad
    • Virtualización
  • Proyectos
    • Desarrollos HPC
    • Proyectos I+D+i
  • Novedades
    • Noticias SIE
    • Casos de éxito
    • SIE Con la ciencia
    • Otras noticias
  • Conócenos
    • Nosotros
    • Contacto
  • Español
    • English

Inteligencia Artificial: COVID-19

12 mayo, 2020GPU, HPC, intel, portadaNo commentsRaúl Díaz

La situación que estamos viviendo a nivel mundial es algo que no hemos previsto de ninguna forma, a pesar de que había habido otros avisos de virus. Ante esta realidad, la Inteligencia Artificial (IA) puede ser una gran aliada y una poderosa arma al momento de combatir este nuevo virus altamente contagioso. Esta ciencia permite prever la dispersión del virus, la evolución dentro de la población y la inmunidad de rebaño al que se llegará, así mismo permite el análisis de imágenes médicas para realizar un pre-diagnóstico.

La AI permite tanto para empresas del sector, como para que los expertos, reducir su tiempo en busca de una posible cura. Las empresas están optando por usar ‘Machine Learning’ e ‘IA’ para que analicen sus históricos y datos para así poder prever y gestionar mejor los recursos de los que disponen de cara a los próximos meses.

La gran esperanza es que ya se están desarrollando numerosas aplicaciones de la IA en esta situación, como Entelai. Esta empresa chilena creada por médicos y expertos en visión computacional, han logrado desarrollar una herramienta, el Entelai Pic Covid-19 , que en menos de un minuto, analiza una radiografía de tórax y ayuda al médico a detectar casos con Coronavirus y diferenciarlos de aquellos con otras neumonías o sin hallazgos compatibles de neumonía.

O sin irnos tan lejos, Quibim, la empresa valenciana que utiliza inteligencia artificial y modelos matemáticos avanzados para el diagnóstico y el seguimiento de enfermedades a partir de imágenes médicas. El sistema desarrollado en este caso ha sido entrenado con los pocos casos de pacientes contagiados a los que han podido tener acceso (unos 200 TACS), aunque por el momento no se trata de una herramienta diagnóstica, ya que no ha pasado las certificaciones necesarias para ello. Quibim es una start-up del Hospital Politécnico de la Fe, que realiza sus cálculos con un clúster SIE Ladon.

 

A continuación os dejamos una pequeña entrevista que hemos realizado al equipo Quibim;

  • Ahora que todo el mundo habla de IA y de sus innumerables aplicaciones en los diferentes campos de la ciencia, ¿cuánto tiempo falta para que contemos con IA en todos los hospitales de España?

La inteligencia artificial ha venido para quedarse…

existen muchas aplicaciones para esta tecnología, desde la clasificación de objetos, reconocimiento facial o también conocido como biometría facial, comprensión de lenguajes como el traductor de google o la conducción de coches, seguramente estemos ante una nueva revolución industrial.

La inteligencia artificial (IA) está pensada para solventar situaciones cotidianas y tareas rutinarias, y desde luego, en el campo de la radiología también tiene cabida. En este caso, se usan técnicas de IA para interpretar las imágenes médicas y ayuda a desempeñar tareas que consumen mucho tiempo, sin embargo, estamos en fases tempranas de su implementación en los hospitales.

Una de las principales dificultades para instaurar nuestra tecnología en los centros hospitalarios es que nuestro sistema nacional de salud no está preparado para la integrar este tipo de tecnología o existen actualmente muchas barreras para implementarla de manera ágil. Por otro lado, la carencia de datos etiquetados en el campo de la radiología, materia prima esencial a la hora de entrenar cualquier algoritmo de inteligencia artificial. La falta de estos datos conlleva una ralentización en el desarrollo de herramientas de aprendizaje automático.

  • ¿Qué aplicaciones están desarrolladas ya en el campo de la salud? Y ¿Cuáles serán las siguientes en desarrollarse?

Hoy en día existen muchas herramientas basadas en IA en el campo de la salud, por ejemplo, en el caso de la radiología, desarrollamos herramientas de segmentación automática de órganos, detección de patologías incluso en fases tempranas o la extracción de conocimiento con el tratamiento masivo de datos, soluciones que alivian la carga de trabajo hospitalaria.

Todas estas herramientas se basan en el aprendizaje profundo, donde un conjunto de algoritmos basados en las redes neuronales biológicas, extraen y aprenden características de un gran volumen de datos, por lo que los siguientes desarrollos dependerán del volumen de datos que se disponga.

Actualmente, estamos desarrollando algoritmos de Inteligencia Artificial tanto para la aplicación en diferentes escenarios clínicos más relacionados con el estudio de la enfermedad como en el ámbito de la prevención y el mantenimiento de la salud. En un ámbito más clínico seguimos evolucionando nuestra plataforma de análisis de imágenes con el lanzamiento de una nueva versión que incorpora un detector de patologías en radiografías de tórax basado en inteligencia artificial y una aplicación integrada para el diagnóstico y caracterización del cáncer de próstata, que será la primera herramienta de inteligencia artificial del mundo centrada en esta enfermedad.

  • ¿Estas aplicaciones podrán ser manejadas por el personal del hospital o requerirán de técnicos especializados en IA?

El manejo de estas aplicaciones puede ser realizado por cualquier miembro del personal del hospital, incluso en ocasiones, existen flujos de trabajo donde la tecnología actúa de manera autónoma para posteriormente informarle al radiólogo del resultado. Sin embargo, seguramente surjan en los hospitales nuevas subespecialidades en radiología o incluso nuevas técnicas de ingeniería, por lo que se incorporarán dentro de los departamentos de radiología perfiles como ingenieros biomédicos o científicos de datos de manera más asidua dentro de la organización. Perfiles ya existentes en Europa y Estados Unidos.

  • Puestos a soñar, ¿qué podríamos llegar a conseguir en el campo de la salud gracias a la IA?

Uno de los próximos avances para la salud desde la radiología mediante IA, vendrá dado por la Radiómica, ciencia que permitirá incrementar la precisión en el diagnóstico, la evaluación pronóstica, y la predicción a la respuesta terapéutica. Gracias a la gran cantidad de datos que actualmente se están generando por la utilización de la IA, la radiómica juega un papel importante en estudios poblacionales para monitorizar la evolución de la enfermedad con el tiempo, y descubrir nuevos biomarcadores de imagen que estén relacionados con los objetivos clínicos finales: supervivencia, respuesta a un tratamiento, entre otros.

En QUIBIM se está realizando una gran apuesta por la creación a futuro de gemelos digitales del cuerpo humano, alimentados con información sobre el estado de salud de los órganos obtenida a partir de las imágenes médicas e integrando otros datos clínicos aportados por la genómica, test clínicos o pruebas diagnósticas. Pensamos que la imagen es la llave hacia esta Salud del futuro centrada en la prevención y la monitorización periódica de cómo estamos por dentro.

QUIBIM y la iniciativa “Imaging COVID-19 AI initiative”

QUIBIM, empresa biotecnológica especializada en el postprocesado de imágenes médicas mediante inteligencia artificial (IA) y modelos matemáticos avanzados, ha puesto su know-how a disposición de la comunidad científica para encontrar nuevas herramientas de diagnóstico y formas de entender los mecanismos y la agresividad de la enfermedad provocada por el COVID-19.

Tras el lanzamiento en abierto de su plataforma, QUIBIM Precision–COVID 19 y de los algoritmos basados en inteligencia artificial “Chest X-Ray Classifier” y “Chest COVID-19 Similarity”, QUIBIM ha pasado a formar parte de la iniciativa “Imaging COVID-19 AI initiative”, un proyecto europeo multicéntrico para mejorar el diagnóstico de COVID-19 en la tomografía computarizada (TC) mediante el uso de la inteligencia artificial.

Liderada por el Instituto Holandés del Cáncer (NKI) , junto con la empresa Rovobision, la Sociedad Europea de Informática en Imágen Médica (EuSoMII) y QUIBIM, esta iniciativa pretende entrenar un algoritmo de IA con datos de imágenes anonimizadas de múltiples hospitales e instituciones de los países afectados en toda Europa para automatizar el diagnóstico del COVID-19 en TC y cuantificar la afección pulmonar de los pacientes infectados, aligerando la carga de trabajo en hospitales y otros centros sanitarios.

“Imaging COVID-19 AI initiative” ha tenido una gran respuesta inicial, contando por el momento con la participación de varios centros de referencia en distintos países: Italia, España, India, Perú o Corea entre otros, siempre con el objetivo de llegar a estar presente en todos los países afectados por la enfermedad.

Recientemente, la Sociedad de Radiología de Norte América (RSNA) con mas de 52.000 miembros de 153 países del mundo, ha anunciado en la nota de prensa publicada el pasado lunes 30 de marzo, su voluntad de unirse a la iniciativa con el objetivo común de crear un repositorio seguro para compartir casos de afectados por la enfermedad y así descubrir los patrones en las imágenes de TC adquiridas de pacientes con COVID-19.

“En la actualidad no existe una cura eficaz para este virus y es urgente aumentar los conocimientos mundiales sobre sus mecanismos de infección, la distribución de losdaños en el parénquima pulmonar y las pautas asociadas. No podíamos quedarnos de brazos cruzados, en la misión de QUIBIM está el mejorar la salud de las personas a través de desarrollos innovadores e inteligencia artificial (IA) aplicados a la imagen médica y por ello nos hemos sumado a esta iniciativa”, explica Ángel Alberich Bayarri, CEO y fundador de QUIBIM.

Pese a todos estos avances hay que ser realistas, se necesitan una serie de procesos para verificar tanto herramientas y aplicaciones que nos ayudaran con certeza, y con prototipos de vacunas con efecto certero, todo ello podría retrasar la salida de la esperada vacuna de aquí a 5 años, pero se espera que el uso de ML e IA acelere el proceso, permitiendo tener una vacuna en 1 año.

Tags: cluster, CORONAVIRUS, covid-19, IA, inteligencia artificial, quibim
Previous post 6ª Edición, el HPC Admintech 2020 Next post Universidad de Barcelona | SIE LADON

Related Articles

SIE LANZA LOS CLUSTER DE EMISION NEUTRA DE CALOR

2 noviembre, 2016Raúl Díaz

SIE se convierte en Partner de Open-E

18 diciembre, 2012Raúl Díaz

SIE ha entregado los equipos del concurso de la UPC

7 mayo, 2018Raúl Díaz

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Search

Recent Posts

  • Ofertas suscriptores 2023
  • Rehabilitación de pacientes neurológicos y psiquiátricos
  • ChatGPT, lo último de OpenAI tiene loco a Internet
  • Gigabyte es ahora Giga Computing Technology
  • El Reto Metástasis | IRB Barcelona

Recent Comments

  • Julián Rodríguez Aragón en 5º año consecutivo, el HPC Admintech 2019
  • reparar un ordenador en SIE obtiene la cualificación INTEL PLATINUM PARTNER
  • Raúl Díaz en Rendimiento plataformas Gigabyte.
  • Jesús en Rendimiento plataformas Gigabyte.

Archives

  • enero 2023
  • diciembre 2022
  • noviembre 2022
  • septiembre 2022
  • agosto 2022
  • junio 2022
  • mayo 2022
  • abril 2022
  • febrero 2022
  • octubre 2021
  • junio 2021
  • mayo 2021
  • febrero 2021
  • diciembre 2020
  • agosto 2020
  • mayo 2020
  • marzo 2020
  • febrero 2020
  • octubre 2019
  • agosto 2019
  • julio 2019
  • junio 2019
  • diciembre 2018
  • junio 2018
  • mayo 2018
  • abril 2018
  • marzo 2018
  • enero 2018
  • noviembre 2017
  • agosto 2017
  • junio 2017
  • abril 2017
  • febrero 2017
  • enero 2017
  • diciembre 2016
  • noviembre 2016
  • octubre 2016
  • septiembre 2016
  • agosto 2016
  • julio 2016
  • junio 2016
  • mayo 2016
  • abril 2016
  • marzo 2016
  • febrero 2016
  • enero 2016
  • diciembre 2015
  • noviembre 2015
  • octubre 2015
  • julio 2015
  • junio 2015
  • mayo 2015
  • marzo 2015
  • enero 2015
  • noviembre 2014
  • octubre 2014
  • julio 2014
  • enero 2014
  • diciembre 2013
  • octubre 2013
  • junio 2013
  • mayo 2013
  • marzo 2013
  • diciembre 2012
  • julio 2012
  • marzo 2012
  • enero 2012
  • marzo 2011
  • marzo 2010
  • enero 2010
  • noviembre 2009
  • junio 2006
  • mayo 2005

Categories

  • Casos de éxito
  • Gigabyte
  • GPU
  • HPC
  • intel
  • Novedades SIE
  • Otras noticias
  • portada
  • Sin categoría
  • SSD
  • Nota legal
  • Responsabilidad Social Corporativa
© 2020 Sistemas Informáticos Europeos, todos los derechos reservados.