Investigadores de la Universidad de Iowa han creado un modelo avanzado que puede detectar daño pulmonar en pacientes con COVID prolongado mediante una simple radiografía de tórax. El modelo toma puntos de datos de imágenes de pulmón en 2D construidas a partir de tomografías computarizadas de pulmón en 3D. Esta imagen muestra detalles del pulmón en una imagen 2D. El modelo es atractivo porque el equipo de rayos X de tórax 2D está más disponible y es menos costoso. Crédito: laboratorio Ching-Long Lin, Universidad de Iowa
Para los pacientes que lidian con síntomas respiratorios persistentes del nuevo coronavirus, una radiografía de tórax no puede revelar mucho. Las exploraciones bidimensionales (2D) simplemente no pueden distinguir la función pulmonar comprometida. Para ese diagnóstico, se necesita una técnica tridimensional (3D) más costosa llamada tomografía computarizada.
Sin embargo, muchas clínicas médicas en los Estados Unidos no tienen equipos de tomografía computarizada, lo que deja a los llamados pacientes con COVID prolongado con poca información sobre su función pulmonar.
Eso puede cambiar. En un nuevo estudio, investigadores de la Universidad de Iowa desarrollaron lo que se llama un modelo de aprendizaje contrastivo. Este modelo «aprende» de imágenes 2D compuestas construidas a partir de imágenes de TC 3D para detectar la función pulmonar comprometida en pacientes con COVID prolongado. Otra técnica, llamada transferencia de aprendizaje, luego transmite información de diagnóstico pulmonar de una tomografía computarizada a una radiografía de tórax, lo que permite que el equipo de rayos X de tórax detecte anomalías como si esos pacientes hubieran usado una tomografía computarizada.
En el estudio, los investigadores mostraron cómo su modelo de aprendizaje contrastivo podría aplicarse para detectar la enfermedad de las vías respiratorias pequeñas, que es una etapa temprana de la función pulmonar comprometida en pacientes con COVID prolongado. De los pacientes con COVID prolongado, los modelos fueron lo suficientemente avanzados como para distinguir la gravedad de la función pulmonar comprometida, separando a aquellos con enfermedad de las vías respiratorias pequeñas de aquellos con problemas respiratorios más avanzados.
«El nuevo elemento del modelo es tomar información de tomografías computarizadas en 3D que muestran el volumen pulmonar y transferir esa información a un modelo que mostrará estas mismas características en imágenes en 2D», dicen Ching-Long Lin, Edward M. Mielnik y Samuel R. Harding. profesor y presidente del Departamento de Ingeniería Mecánica de la Facultad de Ingeniería de Iowa. «Los médicos podrían usar radiografías de tórax para detectar estos resultados. Esa es la perspectiva más amplia».
Los investigadores basaron su modelo en tomografías computarizadas de 100 personas que estaban infectadas con la cepa original de COVID y acudieron a UI Hospitals & Clinics para recibir un diagnóstico de problemas respiratorios entre junio y diciembre de 2020. Muchos de estos pacientes con COVID prolongado tenían enfermedad de las vías respiratorias pequeñas, un diagnóstico informado por Alejandro Comellas, profesor clínico de medicina interna-pulmonar, cuidados intensivos y medicina del trabajo, en un trabajo publicado el pasado mes de marzo en la revista Radiología.
La enfermedad de las vías respiratorias pequeñas afecta una red de más de 10,000 tubos en el nexo en el pulmón donde el aire oxigenado se mezcla con la sangre para ser transportado por todo el cuerpo. Las personas con enfermedad de las vías respiratorias pequeñas tienen muchos de estos vasos sanguíneos contraídos, lo que limita el intercambio de oxígeno y sangre en los pulmones e impide la respiración en general.
Lin y su equipo recopilaron puntos de datos en dos intervalos en las tomografías computarizadas de los pulmones: cuando el paciente inhalaba y cuando exhalaba. Los investigadores compararon sus resultados con un grupo de control que no había contraído el virus mientras creaban el modelo de aprendizaje contrastivo.
«Nuestros modelos identificaron con éxito la disminución de la función pulmonar de los pacientes con COVID durante mucho tiempo en comparación con aquellos que no habían contraído el virus», dice Lin, cuya experiencia es en aprendizaje automático y simulación dinámica computacional de fluidos y partículas.
El equipo de Lin avanzó el modelo para que pudiera separar a los pacientes con enfermedad de las vías respiratorias pequeñas de aquellos con complicaciones más avanzadas, como el enfisema.
“El estudio demostró de forma independiente que los pacientes post-COVID tienen dos tipos de lesiones pulmonares (enfermedad de las vías respiratorias pequeñas y fibrosis/inflamación del parénquima pulmonar) que son persistentes tras haberse recuperado de su infección inicial por SARS CoV-2”, afirma Comellas, coautor de este estudio.
«Las radiografías de tórax son accesibles, mientras que las tomografías computarizadas son más costosas y no tan accesibles», agrega Lin. «Nuestro modelo se puede mejorar aún más, y creo que existe la posibilidad de que se utilice en todas las clínicas sin tener que comprar costosos equipos de imagen, como escáneres de tomografía computarizada».
Los autores señalan que el estudio es limitado, en parte porque el tamaño de la muestra es pequeño y los pacientes pertenecen a un solo centro médico. Un tamaño de muestra más grande, escriben, puede descubrir más variaciones en la función pulmonar derivadas de un COVID prolongado.
El estudio fue publicado en Fronteras en fisiología.
Frank Li et al, Aprendizaje contrastivo y subtipificación de imágenes de tomografía computarizada de pulmón post-COVID-19, Fronteras en fisiología (2022). DOI: 10.3389/fphys.2022.999263
Josalyn L. Cho et al, Evaluación cuantitativa por tomografía computarizada de tórax de la enfermedad de las vías respiratorias pequeñas en la infección posaguda por SARS-CoV-2, Radiología (2022). DOI: 10.1148/radiol.212170
Citación: El nuevo modelo puede detectar los efectos prolongados de COVID mediante radiografías de tórax 2D simples (2 de noviembre de 2022) consultado el 2 de noviembre de 2022 en https://medicalxpress.com/news/2022-11-covid-effects-simple-2d-chest .html
Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.
