Blanca Ruiz-Sierra, Departamento de Radiología Pediátrica, Hospital Ángeles Pedregal, Ciudad de México, México
Juan P. Reyes-González, Servicio de Radiología e Imagen, Hospital Ángeles Pedregal, Ciudad de México, México
Raúl Takenaga-Mesquida, Servicio de Imagenología, Hospital Ángeles del Pedregal, Ciudad de México, México
David Monterrosas-Ustaran, Servicio de Imagenología, Hospital Ángeles del Pedregal, Ciudad de México, México
Gerardo Medina-Tapia, Departamento de Radiología Pediátrica, Hospital Ángeles Pedregal, Ciudad de México, México
José L. Ramírez-Arias, Departamento de Radiología e Imagen. Hospital Ángeles Pedregal, Ciudad de México, México
La neumonía en la población infantil representa un punto crucial en la atención médica, su detección ha sido criterio diagnóstico debido a su fácil acceso, costo y reproducción. El uso de la inteligencia artificial, (IA) con desarrollo creciente en el área de la salud, por medio de algoritmos ha demostrado progreso en las tareas de reconocimiento de imágenes. En la práctica de la radiología pediátrica permiten evaluar imágenes médicas para la detección, caracterización y seguimiento de enfermedades del tórax. Este estudio permitió estimar la validez de un sistema de IA para el diagnóstico de la afectación pulmonar en radiografías de tórax de pacientes con infección de vías aéreas bajas a partir de una base de datos con pacientes de 1 mes a 17 años (etapas de desarrollo) con resultados positivos para neumonía y bronconeumonía, corroborados por laboratorio. Utilizamos un sistema de evaluación del tórax de tipo algoritmo de redes neuronales convolucionales, que detecta si existe afectación o no del pulmón. El grupo de lactantes con neumonía demostró una mayor precisión (0.9) en el diagnóstico. Este trabajo es parte del inicio de un campo de desarrollo e investigación, considerándola como herramienta para atención en los sistemas de salud.
Keywords: IA. Inteligencia artificial. CAD. Diagnóstico asistido por computadora. RNC. Red neuronal convolucional. RX. Radiografías.