Análisis de datos multimodales para la toma de decisiones clínicas utilizando Inteligencia Artificial en el contexto de la COVID-19

La COVID-19 es una enfermedad pulmonar infecciosa causante de la pandemia mundial del año 2020. En los momentos críticos de las emergencias sanitarias, el equipo médico debe tomar decisiones importantes en un contexto de recursos limitados. En este contexto, los métodos de diagnóstico asistido por ordenador pueden ayudar en esa toma de decisiones, permitiendo identificar a los pacientes de alto riesgo. Esto se puede realizar utilizando información extraída de historiales clínicos electrónicos, tests de laboratorio o estudios de imagen. En este trabajo, presentamos un nuevo método eficiente y totalmente automático para estimar el riesgo de pacientes COVID-19, utilizando la fusión de datos multimodales con características clínicas y características profundas extraídas a partir de imágenes de radiografía torácica. Esta estimación se efectúa en 2 escenarios críticos: riesgo de hospitalización y riesgo de fallecimiento. Los resultados demuestran un gran desempeño por parte de los clasificadores, estimando ambos riesgos con una gran precisión y utilizando únicamente un subconjunto muy reducido de un conjunto de características originales notablemente más extenso. Esta reducción de la dimensionalidad en el conjunto de datos es muy ventajosa en escenarios donde los recursos computacionales son limitados. Este método totalmente automático presenta un potencial prometedor para mejorar el proceso de toma de decisiones clínicas y una mejor gestión de los recursos médicos, no solo en el contexto de la COVID-19 sino también en otros escenarios clínicos.