Diagnóstico de covid-19 mediante el análisis de radiografías pulmonares empleando un modelo basado en redes neuronales convolucionales (CNN)

Abstract

Desde la declaración de la emergencia sanitaria provocada por el Covid-19 en marzo del 2020, hasta la fecha, existen aproximadamente 219 millones de contagiados, de los cuales 4,5 millones han muerto. En Ecuador, se estima que existen 508 mil casos confirmados y aproximadamente 32 mil muertes a causa de esta enfermedad. Pese a disponer de métodos verificados para diagnosticar Covid-19, las pruebas PCR o RT-PCR, tienden a generar falsos positivos y negativos entre el 30% y el 40%. Por tanto, ayudar a los métodos tradicionales a realizar un diagnóstico clínico preciso, usando como datos de entrada radiografías pulmonares, supone un cambio radical en la detección de Covid-19, puesto que, es una alternativa mucho más cómoda para el paciente y lo que es más importante, aumenta el nivel de precisión reduciendo a la vez, las tasas de falsos positivos y falsos negativos. Por tal razón, en el presente trabajo de titulación, se plantea la creación de un modelo basado en la arquitectura de Redes Neuronales Convolucionales (CNN), capaz de analizar radiografías pulmonares para el diagnóstico de Covid-19. Para obtener la materia prima del modelo, se realizó un protocolo de búsqueda basado en los trabajos relacionados, obteniendo como resultado, un conjunto de datos completo, variado y con radiografías pulmonares aptas para ser usadas por el modelo en la fase de entrenamiento y test. En cuanto a la fase de construcción del modelo diagnos19, se optó por el uso de VGG-16 como modelo base, al cual se le realizó un ajuste fino de sus hiperparámetros usando la técnica de fine tuning, que tras validar y evaluar los resultados mediante la aplicación de técnicas como zero shot learning y human validation, obteniendo como resultado un nivel de precisión de 99.167%, con una sensibilidad igual a 99.167%, con estos resultados se logro superar el 90% de precisión establecido en la pregunta de investigación, además, nuestros resultados son comparables con los valores obtenidos en los modelos de los trabajos relacionados, cuyo valor más elevado en cuanto a precisión fue de 98.27%, con un nivel de sensibilidad igual a 98.93%.

Palabras clave: Covid-19, CNN, VGG16, radiografías pulmonares, Rayos X.