El Grupo de Sistemas y Tecnologías Ultrasónicas, la empresa española DASEL, el Grupo de Física Nuclear de la Universidad Complutense de Madrid y la Unidad de Ecografía Clínica del Hospital La Paz están trabajando en el desarrollo de un ecógrafo pulmonar para la detección temprana y el seguimiento de la Covid-19 mediante herramientas interactivas de inteligencia artificial que simplifiquen la realización del examen y la interpretación de las imágenes.
Existe consenso en que la ecografía de pulmón a pie de cama del paciente es una herramienta de gran valor para el diagnóstico y seguimiento en pacientes con COVID-19, por ser inocua, muy específica y poder realizarse a la cabecera de la cama del paciente. Sin embargo, se trata de una técnica poco extendida todavía, debido principalmente a que la interpretación de las imágenes de pulmón es compleja y a la falta de personal con formación específica. Además, en un contexto de pandemia, la ecografía con equipos convencionales entraña un mayor riesgo de contagio para el examinador que otras técnicas como la radiografía de tórax y la tomografía computarizada, para lo que sería fundamental minimizar la duración del examen y simplificar su ejecución.
El objetivo del proyecto ULTRACOV es el desarrollo de un ecógrafo orientado a la detección temprana y el seguimiento de la enfermedad COVID-19, concebido especialmente para situaciones de pandemia y elevada presión asistencial. Mediante herramientas interactivas de inteligencia artificial que simplifiquen la realización del examen y la interpretación de las imágenes, y un diseño orientado a la operación en condiciones de alto riesgo (fácil desinfección, ergonomía, etc.) se pretende extender la ecografía de pulmón a un mayor número de profesionales y servicios, desde atención primaria hasta cuidados intensivos. El impacto en la capacidad del sistema sanitario para el manejo de los pacientes COVID-19 sería muy positivo, ya que se trata de una herramienta muy específica para la evaluación de la condición pulmonar en todas las etapas de la enfermedad, incluidos los potenciales problemas crónicos a medio y largo plazo. Además, sería de utilidad para el diagnóstico y manejo de pacientes con otras patologías de pulmón, potencialmente graves en determinados colectivos (pacientes pediátricos, embarazadas, etc.).
La propuesta cuenta con la ayuda de CDTI para la línea de ayudas extraordinarias a proyectos de I+D para hacer frente a la emergencia sanitaria COVID19. ULTRACOV ha obtenido la 3ra puntación más alta entre las más de 468 propuestas recibidas. Este desarrollo está liderado por DASEL SL una pyme madrileña radicada en Arganda del Rey, empresa especializada en tecnología de Ultrasonido. Participarán además el Grupo de Sistemas y Tecnologías Ultrasónicas del CSIC (GSTU-CSIC) y el grupo Grupo de Física Nuclear Universidad Complutense de Madrid (GFN-UCM), aportando su experiencia en procesamiento automático de imágenes ultrasónicas e inteligencia artificial. Ambos centros trabajan desde el inicio de la pandemia en el desarrollo de tecnología de ayuda al diagnóstico con resultados muy prometedores, basados en conocimientos previos muy sólidos y contrastados en otros campos. La participación del servicio de ecografía de urgencias del Hospital Universitario La Paz garantiza el enfoque clínico en todas las etapas del desarrollo del ecógrafo, y llevará a cabo los primeros ensayos con pacientes.
El proyecto tiene una duración de 18 meses, y se prevé comenzar los ensayos clínicos del prototipo a principios de 2021.
Los objetivos específicos son:
- Extender el uso de la ecografía de pulmón a todos los niveles asistenciales y, en particular, a los servicios de atención primaria. Para ello es necesario reducir la barrera de acceso a la técnica, que actualmente se encuentra en la aplicación correcta del protocolo, la interpretación de las imágenes y la determinación del grado de afectación pulmonar. Esperamos que las herramientas inteligentes incluidas en el equipo reduzcan esta barrera, y permitan extender la técnica a un mayor número de servicios, con una curva de aprendizaje más rápida.
- Reducir el tiempo de examen y simplificar su realización con dos objetivos: Maximizar el número de exámenes realizados en situaciones de elevada presión asistencial, y minimizar el riesgo de contagio del examinador, gracias a un menor tiempo de exposición y a un protocolo más simple que reduzca al mínimo la posibilidad de cometer errores de auto-protección.
- Mejorar y simplificar el proceso de desinfección del equipo. Es una de las claves para que pueda ser utilizado con eficacia en circuitos sucio/limpio, y para reducir el riesgo de contagio de pacientes y personal sanitario. El contagio del personal sanitario ha sido uno de los grandes problemas durante la pandemia, y creemos que es necesario atacarlo desde todos los frentes posibles, incluido el diseño de los equipos.
- Generalizar el registro de las imágenes, con el objetivo de facilitar el seguimiento de los pacientes y de generar bases de datos que puedan ser utilizadas para el estudio de la enfermedad y para el desarrollo de la propia técnica. En la actualidad, la mayor parte de las ecografías no se guardan, en gran medida, por la gran cantidad de memoria y de tiempo que requeriría. La función autopilot se encargará de guardar automáticamente las imágenes evaluables (posición correcta, buen acoplamiento, etc.) evitando guardar información irrelevante y sin agregar tiempo al examen.
- En cuanto al alcance del proyecto, el objetivo es fabricar un primer prototipo funcional y realizar un primer estudio con pacientes en el Hospital La Paz, para evaluar sus características, compararlo con ecógrafos comerciales, mejorar el diseño y comenzar el proceso de validación para su comercialización.
Participación del CSIC
El Grupo de Sistemas y Tecnologías Ultrasónicas del CSIC (GSTU-CSIC) se encargará del desarrollo de los algoritmos de evaluación automática de imágenes, en los que ha venido trabajando durante la pandemia, y su implementación en tiempo real.
El objetivo es identificar y cuantificar de forma automática y en tiempo real los artefactos presentes en las imágenes de pulmón, asociados con pulmonía y/o disnea en pacientes con COVID-19 (Líneas B, engrosamiento pleural, etc). La cantidad y tipo de indicaciones detectadas, teniendo en cuenta todas las zonas evaluadas, se utilizarán para calcular automáticamente un score indicativo del grado de afectación de los pulmones. Además, existirá la opción de resaltar estos artefactos en tiempo real mediante indicaciones superpuestas a la imagen, señales audibles y/o vibración de la sonda, para ayudar a los examinadores con menos experiencia en la identificación de estos hallazgos ecográficos.
La figura muestra, como resultado preliminar, una imagen en la que se detectaron de forma automática, la pleura (azul), una línea tipo A (verde) y dos líneas tipo B (rojo). Una de las dificultades principales de estos algoritmos, radica en que no pueden implementarse a partir de imágenes estáticas, dado que necesitan información dinámica que sólo puede obtenerse mediante el análisis de secuencias de video.
