Revisión crítica sobre la identificación de COVID-19 a partir de imágenes de rayos-X de tórax usando técnicas de inteligencia artificial
Fecha
2020-10
Autores
López Cabrera, José Daniel
Portal Díaz, Jorge Armando
Orozco Morales, Rubén
Pérez Díaz, Marlen
Título de la revista
ISSN de la revista
Título del volumen
Editor
Resumen
A partir del surgimiento de la actual pandemia de COVID-19, la comunidad científica ha aunado esfuerzos para mitigar su alcance. La identificación temprana de la enfermedad, así como la evaluación de su evolución es una tarea primordial para la aplicación oportuna de protocolos médicos. En este empeño, el uso de imágenes médicas de los pulmones presenta una valiosa información usada por los especialistas. Específicamente, las imágenes de rayos X de tórax han sido el foco de atención de muchas investigaciones que aplican técnicas de inteligencia artificial para la clasificación automática de esta enfermedad. Los resultados alcanzados en el tema hasta la fecha son prometedores. No obstante, estas investigaciones contienen errores que deben corregirse para obtener modelos apropiados en el uso clínico. En esta investigación se discuten los problemas encontrados en la literatura científica actual, al usar técnicas de inteligencia artificial para la clasificación automática de COVID-19 usando imágenes de rayos X de tórax. Se evidencia que en la mayoría de los trabajos revisados se aplica un protocolo de evaluación incorrecto, lo cual conlleva a sobreestimar los resultados.
Descripción
Palabras clave
COVID-19, Rayos X de Tórax, Inteligencia artificial