Respuesta a la carta al editor: Crítica al estudio factibilidad de la utilización de la inteligencia artificial para el cribado de pacientes con COVID-19 en Paraguay

[EXTRACTO]. En respuesta a la carta al editor titulada: Critica al estudio de factibilidad de la utilización de la inteligencia artificial para el cribado de pacientes con COVID-19 en Paraguay, los autores del artículo de referencia elevan a consideración la réplica sobre el contenido de esta, con el objeto de esclarecer los cuestionamientos mencionados en la misma. Respecto al primer problema mencionado en la carta al editor; el estudio utilizó el programa de inteligencia artificial (IA) que fue desarrollado por un equipo de informáticos biomédicos, neumólogos y radiólogos (imagenólogos). El programa utilizado dispone de un método de aprendizaje profundo para realizar el diagnóstico rápido de COVID-19; es decir, cuenta con un algoritmo para detectar patologías neumológicas y un algoritmo de diagnóstico de neumopatías compatibles con COVID-19. En cuanto al segundo problema mencionado en la carta al editor; el presente estudio se realizó entre marzo del 2020 y junio del 2021 en 14 hospitales de las 18 regiones sanitarias del Ministerio de Salud Pública y Bienestar Social (MSPBS), que ya contaban con al menos un tomógrafo funcionando al momento del estudio. El informe de diagnóstico del médico radiólogo y el resultado del diagnóstico por IA fueron remitidos luego a un equipo de neumólogos para su valoración, análisis, correlación y validación; los neumólogos correlacionaron los valores porcentuales del diagnóstico por IA con el resultado de los médicos radió- logos, el resultado del análisis molecular (RT-PCR) y el cuadro clínico del paciente para determinar los grados de concordancia o discordancia entre los resultados, y llegar a un diagnóstico definitivo que permitiera informar al médico del hospital donde se trataba al paciente en cuestión. Esto permitió reducir las aglomeraciones en los centros especializados y optimizar el uso de los limitados recursos disponibles. Esta respuesta se refiere a la carta disponible en: https://doi.org/10. 26633/RPSP.2022.193

[Feasibility of using artificial intelligence for screening COVID-19 patients in ParaguayViabilidade do uso de inteligência artificial na triagem de pacientes com COVID-19 no Paraguai]. / Factibilidad de la utilización de la inteligencia artificial para el cribado de pacientes con COVID-19 en Paraguay.

Objective: Study the feasibility of using artificial intelligence as a sensitive and specific method for COVID-19 screening in patients with respiratory conditions, using chest CT scan images and a telemedicine platform. Methods: From March 2020 to June 2021, the authors conducted an observational descriptive multicenter feasibility study based on artificial intelligence (AI) for COVID-19 screening using chest images of patients with respiratory conditions who presented at public hospitals. The AI platform was used to diagnose chest CT scan images; this was then compared with molecular diagnosis (RT-PCR) to determine whether they matched and to analyze the feasibility of AI for screening patients with suspected COVID-19. A telemedicine platform was used to send images and diagnostic results. Results: Screening of 3 514 patients with a suspected COVID-19 diagnosis was performed in 14 hospitals around the country. Most patients were aged 27 to 59 years, followed by those over 60. The average age was 48.6 years; 52.8% were male. The most frequent findings were severe pneumonia, bilateral pneumonia with pleural effusion, bilateral pulmonary emphysema, and diffuse ground glass opacity, among others. There was an average of 93% matching and 7% mismatching between images analyzed by AI and RT-PCR. Sensitivity and specificity of the AI system, obtained by comparing AI and RT-PCR screening results, were 93% and 80% respectively. Conclusions: The use of sensitive and specific AI for stratified rapid detection of COVID-19 in patients with respiratory conditions by using chest CT scan images and a telemedicine platform in public hospitals in Paraguay is feasible.

Objetivo: Examinar a viabilidade do uso de inteligência artificial como um método sensível e específico de triagem de COVID-19 em pacientes com afecções respiratórias, empregando imagens obtidas por exame de tomografia do tórax e uma plataforma de telemedicina. Métodos: Entre março de 2020 e junho de 2021, foi realizado um estudo observacional descritivo multicêntrico sobre a viabilidade do uso de inteligência artificial (IA) para a triagem de COVID-19, empregando imagens do tórax de pacientes com afecções respiratórias atendidos em hospitais da rede pública. O diagnóstico das imagens obtidas em tomografia do tórax foi realizado por meio de uma plataforma de IA e, em seguida, cotejado com o diagnóstico molecular (RT-PCR) para determinar a concordância entre os métodos utilizados e analisar a viabilidade deste processo para a triagem de pacientes com suspeita de COVID-19. As imagens e os resultados do exame diagnóstico foram disponibilizados em uma plataforma de telemedicina. Resultados: Foi realizada a triagem de 3 514 pacientes com suspeita de COVID-19 atendidos em 14 hospitais de todo o país. Os pacientes, na sua maioria, tinham entre 27 e 59 anos de idade ou pertenciam à faixa etária acima de 60 anos, com média de idade de 48,6 anos, sendo que 52,8% eram do sexo masculino. Os achados mais comuns foram pneumonia grave, pneumonia bilateral com derrame pleural, enfisema pulmonar bilateral e opacidade difusa em vidro fosco, entre outros. Verificou-se, em média, 93% de concordância e 7% de discordância entre as imagens analisadas com uso de IA e os resultados do exame de RT-PCR, com uma sensibilidade de 93% e especificidade de 80% desse sistema de triagem. Conclusões: Demonstrou-se que o uso de um sistema de IA sensível e específico é viável nos hospitais públicos do Paraguai para a detecção rápida estratificada de COVID-19 em pacientes com afecções respiratórias, empregando imagens de exame de tomografia do tórax e uma plataforma de telemedicina.

Factibilidad de la utilización de la inteligencia artificial para el cribado de pacientes con COVID-19 en Paraguay

[RESUMEN]. Objetivo. Estudiar la factibilidad de utilización de la inteligencia artificial como método sensible y específico para el cribado de COVID-19 en pacientes con afecciones respiratorias empleando imágenes de tórax obtenidas con tomógrafo y una plataforma de telemedicina. Métodos. Entre marzo del 2020 y junio del 2021 se realizó un estudio observacional descriptivo multicéntrico de factibilidad basada en inteligencia artificial (IA) para el cribado de COVID-19 en imágenes de tórax de pacientes con afecciones respiratorias que acudieron a hospitales públicos. El diagnóstico de las imágenes tomográficas de tórax se realizó a través de la plataforma de IA; luego, se comparó con el diagnóstico molecular (RT-PCR) para determinar la concordancia entre ambos y analizar su factibilidad para el cribado de pacientes con sospecha de COVID-19. Las imágenes y los resultados diagnóstico se enviaron a través de una plataforma de telemedicina. Resultados. Se realizó el cribado de 3 514 pacientes con sospecha diagnóstica de COVID-19, en 14 hospitales a nivel nacional. La mayoría de los pacientes tenían entre 27 y 59 años, seguidos por los mayores de 60 años. La edad promedio fue de 48,6 años; el 52,8% eran de sexo masculino. Los hallazgos más frecuentes fueron neumonía grave, neumonía bilateral con derrame pleural, enfisema pulmonar bilateral y opacidad difusa en vidrio esmerilado, entre otros. Se determinó un promedio de 93% de concordancia y 7% de discordancia entre las imágenes analizadas mediante IA y la RT-PCR. La sensibilidad y especificidad del sistema de IA, obtenidas comparando el resultado del cribado obtenido por IA con la RT-PCR, fueron de 93% y 80% respectivamente. Conclusiones. Es viable la utilización de IA sensible y específica para la detección rápida estratificada de COVID-19 en pacientes con afecciones respiratorias utilizando imágenes obtenidas mediante tomografía de tórax y una plataforma de telemedicina en los hospitales públicos de Paraguay.

[ABSTRACT]. Objective. Study the feasibility of using artificial intelligence as a sensitive and specific method for COVID-19 screening in patients with respiratory conditions, using chest CT scan images and a telemedicine platform. Methods. From March 2020 to June 2021, the authors conducted an observational descriptive multicenter feasibility study based on artificial intelligence (AI) for COVID-19 screening using chest images of patients with respiratory conditions who presented at public hospitals. The AI platform was used to diagnose chest CT scan images; this was then compared with molecular diagnosis (RT-PCR) to determine whether they matched and to analyze the feasibility of AI for screening patients with suspected COVID-19. A telemedicine platform was used to send images and diagnostic results. Results. Screening of 3 514 patients with a suspected COVID-19 diagnosis was performed in 14 hospitals around the country. Most patients were aged 27 to 59 years, followed by those over 60. The average age was 48.6 years; 52.8% were male. The most frequent findings were severe pneumonia, bilateral pneumonia with pleural effusion, bilateral pulmonary emphysema, and diffuse ground glass opacity, among others. There was an average of 93% matching and 7% mismatching between images analyzed by AI and RT-PCR. Sensitivity and specificity of the AI system, obtained by comparing AI and RT-PCR screening results, were 93% and 80% respectively. Conclusions. The use of sensitive and specific AI for stratified rapid detection of COVID-19 in patients with respiratory conditions by using chest CT scan images and a telemedicine platform in public hospitals in Paraguay is feasible.

[RESUMO]. Objetivo. Examinar a viabilidade do uso de inteligência artificial como um método sensível e específico de triagem de COVID-19 em pacientes com afecções respiratórias, empregando imagens obtidas por exame de tomografia do tórax e uma plataforma de telemedicina. Métodos. Entre março de 2020 e junho de 2021, foi realizado um estudo observacional descritivo multicêntrico sobre a viabilidade do uso de inteligência artificial (IA) para a triagem de COVID-19, empregando imagens do tórax de pacientes com afecções respiratórias atendidos em hospitais da rede pública. O diagnóstico das imagens obtidas em tomografia do tórax foi realizado por meio de uma plataforma de IA e, em seguida, cotejado com o diagnóstico molecular (RT-PCR) para determinar a concordância entre os métodos utilizados e analisar a viabilidade deste processo para a triagem de pacientes com suspeita de COVID-19. As imagens e os resultados do exame diagnóstico foram disponibilizados em uma plataforma de telemedicina. Resultados. Foi realizada a triagem de 3 514 pacientes com suspeita de COVID-19 atendidos em 14 hospitais de todo o país. Os pacientes, na sua maioria, tinham entre 27 e 59 anos de idade ou pertenciam à faixa etária acima de 60 anos, com média de idade de 48,6 anos, sendo que 52,8% eram do sexo masculino. Os achados mais comuns foram pneumonia grave, pneumonia bilateral com derrame pleural, enfisema pulmonar bilateral e opacidade difusa em vidro fosco, entre outros. Verificou-se, em média, 93% de concordância e 7% de discordância entre as imagens analisadas com uso de IA e os resultados do exame de RT-PCR, com uma sensibilidade de 93% e especificidade de 80% desse sistema de triagem. Conclusões. Demonstrou-se que o uso de um sistema de IA sensível e específico é viável nos hospitais públicos do Paraguai para a detecção rápida estratificada de COVID-19 em pacientes com afecções respiratórias, empregando imagens de exame de tomografia do tórax e uma plataforma de telemedicina.

Factibilidad de la utilización de la inteligencia artificial para el cribado de pacientes con COVID-19 en Paraguay / Feasibility of using artificial intelligence for screening COVID-19 patients in Paraguay / Viabilidade do uso de inteligência artificial na triagem de pacientes com COVID-19 no Paraguai

RESUMEN Objetivo. Estudiar la factibilidad de utilización de la inteligencia artificial como método sensible y específico para el cribado de COVID-19 en pacientes con afecciones respiratorias empleando imágenes de tórax obtenidas con tomógrafo y una plataforma de telemedicina. Métodos. Entre marzo del 2020 y junio del 2021 se realizó un estudio observacional descriptivo multicéntrico de factibilidad basada en inteligencia artificial (IA) para el cribado de COVID-19 en imágenes de tórax de pacientes con afecciones respiratorias que acudieron a hospitales públicos. El diagnóstico de las imágenes tomográficas de tórax se realizó a través de la plataforma de IA; luego, se comparó con el diagnóstico molecular (RT-PCR) para determinar la concordancia entre ambos y analizar su factibilidad para el cribado de pacientes con sospecha de COVID-19. Las imágenes y los resultados diagnóstico se enviaron a través de una plataforma de telemedicina. Resultados. Se realizó el cribado de 3 514 pacientes con sospecha diagnóstica de COVID-19, en 14 hospitales a nivel nacional. La mayoría de los pacientes tenían entre 27 y 59 años, seguidos por los mayores de 60 años. La edad promedio fue de 48,6 años; el 52,8% eran de sexo masculino. Los hallazgos más frecuentes fueron neumonía grave, neumonía bilateral con derrame pleural, enfisema pulmonar bilateral y opacidad difusa en vidrio esmerilado, entre otros. Se determinó un promedio de 93% de concordancia y 7% de discordancia entre las imágenes analizadas mediante IA y la RT-PCR. La sensibilidad y especificidad del sistema de IA, obtenidas comparando el resultado del cribado obtenido por IA con la RT-PCR, fueron de 93% y 80% respectivamente. Conclusiones. Es viable la utilización de IA sensible y específica para la detección rápida estratificada de COVID-19 en pacientes con afecciones respiratorias utilizando imágenes obtenidas mediante tomografía de tórax y una plataforma de telemedicina en los hospitales públicos de Paraguay.

ABSTRACT Objective. Study the feasibility of using artificial intelligence as a sensitive and specific method for COVID-19 screening in patients with respiratory conditions, using chest CT scan images and a telemedicine platform. Methods. From March 2020 to June 2021, the authors conducted an observational descriptive multicenter feasibility study based on artificial intelligence (AI) for COVID-19 screening using chest images of patients with respiratory conditions who presented at public hospitals. The AI platform was used to diagnose chest CT scan images; this was then compared with molecular diagnosis (RT-PCR) to determine whether they matched and to analyze the feasibility of AI for screening patients with suspected COVID-19. A telemedicine platform was used to send images and diagnostic results. Results. Screening of 3 514 patients with a suspected COVID-19 diagnosis was performed in 14 hospitals around the country. Most patients were aged 27 to 59 years, followed by those over 60. The average age was 48.6 years; 52.8% were male. The most frequent findings were severe pneumonia, bilateral pneumonia with pleural effusion, bilateral pulmonary emphysema, and diffuse ground glass opacity, among others. There was an average of 93% matching and 7% mismatching between images analyzed by AI and RT-PCR. Sensitivity and specificity of the AI system, obtained by comparing AI and RT-PCR screening results, were 93% and 80% respectively. Conclusions. The use of sensitive and specific AI for stratified rapid detection of COVID-19 in patients with respiratory conditions by using chest CT scan images and a telemedicine platform in public hospitals in Paraguay is feasible.

RESUMO Objetivo. Examinar a viabilidade do uso de inteligência artificial como um método sensível e específico de triagem de COVID-19 em pacientes com afecções respiratórias, empregando imagens obtidas por exame de tomografia do tórax e uma plataforma de telemedicina. Métodos. Entre março de 2020 e junho de 2021, foi realizado um estudo observacional descritivo multicêntrico sobre a viabilidade do uso de inteligência artificial (IA) para a triagem de COVID-19, empregando imagens do tórax de pacientes com afecções respiratórias atendidos em hospitais da rede pública. O diagnóstico das imagens obtidas em tomografia do tórax foi realizado por meio de uma plataforma de IA e, em seguida, cotejado com o diagnóstico molecular (RT-PCR) para determinar a concordância entre os métodos utilizados e analisar a viabilidade deste processo para a triagem de pacientes com suspeita de COVID-19. As imagens e os resultados do exame diagnóstico foram disponibilizados em uma plataforma de telemedicina. Resultados. Foi realizada a triagem de 3 514 pacientes com suspeita de COVID-19 atendidos em 14 hospitais de todo o país. Os pacientes, na sua maioria, tinham entre 27 e 59 anos de idade ou pertenciam à faixa etária acima de 60 anos, com média de idade de 48,6 anos, sendo que 52,8% eram do sexo masculino. Os achados mais comuns foram pneumonia grave, pneumonia bilateral com derrame pleural, enfisema pulmonar bilateral e opacidade difusa em vidro fosco, entre outros. Verificou-se, em média, 93% de concordância e 7% de discordância entre as imagens analisadas com uso de IA e os resultados do exame de RT-PCR, com uma sensibilidade de 93% e especificidade de 80% desse sistema de triagem. Conclusões. Demonstrou-se que o uso de um sistema de IA sensível e específico é viável nos hospitais públicos do Paraguai para a detecção rápida estratificada de COVID-19 em pacientes com afecções respiratórias, empregando imagens de exame de tomografia do tórax e uma plataforma de telemedicina.

Rapid screening for COVID-19 by applying artificial intelligence to chest computed tomography images: A feasibility study.

Aim: The aim of the study was to present the results and impact of the application of artificial intelligence (AI) in the rapid diagnosis of COVID-19 by telemedicine in public health in Paraguay. Methods: This is a descriptive, multi-centered, observational design feasibility study based on an AI tool for the rapid detection of COVID-19 in chest computed tomography (CT) images of patients with respiratory difficulties attending the country's public hospitals. The patients' digital CT images were transmitted to the AI diagnostic platform, and after a few minutes, radiologists and pneumologists specialized in COVID-19 downloaded the images for evaluation, confirmation of diagnosis, and comparison with the genetic diagnosis (reverse transcription polymerase chain reaction (RT-PCR)). It was also determined the percentage of agreement between two similar AI systems applied in parallel to study the viability of using it as an alternative method of screening patients with COVID-19 through telemedicine. Results: Between March and August 2020, 911 rapid diagnostic tests were carried out on patients with respiratory disorders to rule out COVID-19 in 14 hospitals nationwide. The average age of patients was 50.7 years, 62.6% were male and 37.4% female. Most of the diagnosed respiratory conditions corresponded to the age group of 27-59 years (252 studies), the second most frequent corresponded to the group over 60 years, and the third to the group of 19-26 years. The most frequent findings of the radiologists/pneumologists were severe pneumonia, bilateral pneumonia with pleural effusion, bilateral pulmonary emphysema, diffuse ground glass opacity, hemidiaphragmatic paresis, calcified granuloma in the lower right lobe, bilateral pleural effusion, sequelae of tuberculosis, bilateral emphysema, and fibrotic changes, among others. Overall, an average of 86% agreement and 14% diagnostic discordance was determined between the two AI systems. The sensitivity of the AI system was 93% and the specificity 80% compared with RT-PCR. Conclusion: Paraguay has an AI-based telemedicine screening system for the rapid stratified detection of COVID-19 from chest CT images of patients with respiratory conditions. This application strengthens the integrated network of health services, rationalizing the use of specialized human resources, equipment, and inputs for laboratory diagnosis.