Os radiologistas são proficientes  na diferenciação entre raios-X do tórax com ou sem sintomas de pneumonia, mas descobriram que é muito desafiador diferenciar radiografia de tórax com sintomas de pneumonia por COVID-19 de outras pneumonias.

O surto da doença coranavirus ( COVID-19) começou com o diagnóstico inicial de uma pneumonia viral desconhecida até o final do ano de 2019, na província de  Wuhan na

China, e posteriormente se espalhou para o mundo todo como uma pandemia.

No estudo da sequência do ácido ribonucleico de amostras respiratórias destes pacientes, identificou-se um novo coronavírus( denominado Coronavirus 2 da síndrome respiratória aguda grave SARS-Cov 2) como causa da COVID-19.

O quadro clinico desses pacientes assemelham-se a doenças virais, incluíndo influenza, ou coronavírus ou outros compromissos virais. Os sintomas são inespecíficos e incluem febre, tosse, fadiga, dispneia, diarreia e anosmia. Os sinais radiológicos são inespecíficos e podem ser observados em outros tipos de comprometimento pulmonar como doença viral, medicamentosas ou pós-aspiração.

As principais sociedades médicas recomendam o uso da radiografia de tórax como parte da investigação para pessoas com suspeita de COVID-19 por causa das vantagens exclusivas, como: quase todas as clinicas, setor de emergência, atendimento de urgência ou pronto socorro são equipados com aparelhos de raios-X fixos ou móveis, incluindo instalações médicas urbanas ou rurais. No entanto o maior desafio para o uso da radiografia de tórax no diagnóstico de COVID-19 é a sua baixa sensibilidade na prática médica atual.

Até certo ponto, o desempenho insatisfatório dos radiologistas no diagnóstico da pneumonia por COVID-19 pode ser atribuído ao fato que esta patologia é recente e muitos médicos da especialidade estão observando estas alterações radiológicas pela primeira vez, e precisam interpretar mais imagens para aprender as características de imagem comuns e exclusivas dessa doença.

Os métodos de aprendizado por máquina, particularmente aprendizado profundo, teêm vantagens únicas na rapidez e diferenciação da pneumonia por COVID-19 de outros tipos de pneumonia por radiografia de tórax.

Para o desenvolvimento do algoritmo, foram incluídos radiografias de pacientes com e sem pneumonia por COVID-19 ( COVID-19 POSITIVO OU NÃO) do sistema de Saúde Henry

Ford, que inclui cinco hospitais e mais de 30 clínicas. Os achados de pneumonia, ambas com ou sem COVID-19, foram encontradas usando uma ferramenta comercial de processamento de linguagem natural ( InSight, Softek illuminate) que pesquisou relatórios de radiologistas  com dados positivos para COVID-19 e não COVID-19. Os pacientes  com pneumonia não COVID-19 foram selecionados com base apenas nos resultados positivos de pneumonia. Os pacientes com pneumonia do período de tempo da COVID -19 foram cruzados com a  lista de pacientes positivos para COVID-19 para encontrar a lista de pacientes que tinham pneumonia postiva e COVID-19.

As radiografias de tórax coletadas foram redimensionadas para pixels e salvos como imagens em escala de cinza e reduzidas para 224 x 224 pixels, e assim alimentaram o CV19-Net.

Em conclusão a combinação de radiografia de tórax com algoritmo de aprendizado profundo CV19-Net proposto tem o potencial de ser um método para melhorar a precisão e a  interpretação radiológica da pneumonia por COVID-19.

Zhang, R.; Tie, X.; Qi, Z.; Bevins, N. B. et al  Diagnosis of COVID -19 Pneumonia Using Chest radiolography: value of artificial intelligence Radiology Sep 24 2020

https://pubs.rsna.org/doi/10.1148/radiol.2020202944