Uso de inteligencia artificial para el diagnóstico de Covid-19 a través de radiografía de tórax en el Hospital Nacional Adolfo Guevara Velasco, Hospital Regional y Hospital Antonio Lorena, Cusco-Perú, periodo 2020-2021
Date
2022-08-17Author
Luna Mancilla, Pavel Edmundo
Vargas Quisca, Sharon Angelica
Advisor
Flores Revilla, Erick Gustavo
Metadata
Show full item recordAbstract
Hoy en día se ha encontrado grandes avances en las técnicas diagnósticas de aprendizaje
profundo aplicado a imágenes, lo cual supone un nuevo punto de acceso al diagnóstico.
El objetivo de la siguiente tesis propone una nueva prueba diagnóstica basada en el uso
de aprendizaje automático aplicado a radiografías de tórax para hacer el diagnóstico de
COVID-19, para lo cual se recolectó datos de las historias clínicas y radiografías de tórax
del Hospital Regional del Cusco, Adolfo Guevara Velasco y Antonio Lorena en periodo
2020 a 2021 para los casos COVID-19 y periodo 2019 para los casos no COVID.19. Esto
nos permitió evaluar la sensibilidad de la clasificación e imágenes de radiografía de tórax
mediante el aprendizaje automático al ser comparada frente al estándar de oro para
diagnóstico de COVID-19 la prueba de RT-PCR y prueba antigénica. El diagnóstico de
COVID-19 por IA logró una sensibilidad de 90.13%, especificidad de 80.91%, valor
predictivo positivo de 70.24%, valor predictivo negativo de 94.25% y una precisión de
83.98%. Convirtiéndola en una herramienta adecuada para el diagnóstico de COVID-19. Nowadays, great advances have been found in deep learning diagnostic techniques
applied to images, which stands for a new point of access to diagnosis. The objective of
the following thesis proposes a new diagnostic test based on the use of machine learning
applied to chest X-rays to make the diagnosis of COVID-19, for which data was collected
from the medical records and chest X-rays of the Hospital Regional del Cusco, Adolfo
Guevara Velasco and Antonio Lorena in the 2020 to 2021 period for COVID-19 cases
and the 2019 period for non-COVID-19 cases. This allowed us to assess the sensitivity of
machine learning chest x-ray imaging and classification when compared to the gold
standard for COVID-19 diagnosis, RT-PCR and antigen testing. The diagnosis of
COVID-19 by AI achieved a sensitivity of 90.13%, a specificity of 80.91%, a positive
predictive value of 70.24%, a negative predictive value of 94.25%, and an accuracy of
83.98%. Making it a suitable tool for the diagnosis of COVID-19.
Keywords: COVID-19, chest radiograph, artificial intelligence, machine learning, image
classification, diagnostic test.