La Fundación para el Fomento de la Investigación Sanitaria y Biomédica de la Comunitat Valenciana (Fisabio) ha convocado un desafío científico a nivel internacional para la detección de covid-19. En colaboración con la Society for Imaging Informatics in Medicine (SIIM), Fisabio plantea hallar el virus en radiografías de tórax utilizando Inteligencia Artificial.

El desafío científico se realizará en Kaggle, una plataforma que se encuentra en la vanguardia del aprendizaje automático y que reúne a cientos de miles de personas expertas en desafíos de toda índole, a nivel mundial, basados en ciencia de datos.

Esta competición se enmarca en el proyecto «Construcción de un dataset en abierto, para la detección precoz de neumonía por COVID-19 a partir de una radiografía simple de tórax», liderado por María de la Iglesia-Vayá en colaboración con José María Salinas.

Este proyecto, conocido como Bimcv-Covid-19, estuvo inspirado en el proyecto Padchest de la doctora Aurelia Bustos y fue seleccionado y financiado por la Conselleria de Innovación, Universidades y Ciencia en la Llamada al Sistema Valenciano de Innovación e Investigación, y en colaboración con la Conselleria de Sanidad que autorizó el proyecto desde sus inicios.

El desafío se convocará en breve a nivel mundial para que participen científicos de todos los países y que aporten todo su talento en esta causa. Los científicos han recopilado datos de radiografías torácicas procedentes de la Comunitat Valenciana para generar modelos predictivos utilizando la IA. Estos modelos son supervisados por radiólogos especialistas, con el fin de detectar de forma temprana la neumonía por covid en pacientes con síntomas leves.

Igualmente, permite ayudar a la estratificación del riesgo de pacientes con síntomas moderados y ayudará a identificar a pacientes con mayor riesgo de evolución a una condición grave. Los datos son totalmente anónimos, de manera que no se pueda identificar a quién pertenecen las radiografías, sino que la información recabada hace referencia únicamente a aspectos clínicos.

El objetivo es generar un conjunto de datos en abierto reconocido a nivel mundial como uno de los datasets más completos y organizados, que permita a los científicos de datos trabajar en desarrollos de algoritmos de Inteligencia Artificial para elaborar modelos predictivos y desarrollar herramientas orientadas al diagnóstico simple, rápido y efectivo de la covid.