COVID-Net, entrenada con 5.941 imágenes de 2.839 pacientes con diversas enfermedades pulmonares, ha sido lanzada públicamente para que el resto de investigadores del mundo la perfeccionen hasta que sea capaz de diagnosticar la enfermedad de forma fiable, como ya se ha conseguido con otras dolencias
La noticia: La red neuronal de código abierto denominada COVID-Net, lanzada al público esta semana, podría ayudar a los investigadores de todo el mundo en un esfuerzo conjunto para desarrollar una herramienta de inteligencia artificial (IA) capaz de realizar pruebas a las personas para detectar COVID-19.
¿Qué es? COVID-Net es una red neuronal convolucional, una especie de IA que es especialmente buena para reconocer imágenes. Desarrollada por los investigadores de la Universidad de Waterloo y de la empresa de inteligencia artificial DarwinAI en Canadá Linda Wang y Alexander Wong, COVID-Net se entrenó para identificar signos de COVID-19 en las radiografías de tórax utilizando 5.941 imágenes tomadas de 2.839 pacientes con diversas enfermedades pulmonares, incluyendo infecciones bacterianas, infecciones virales no COVID y COVID-19. El conjunto de datos se ofrece junto con esta herramienta para que los investigadores, o cualquier persona que quiera usarlos, puedan explorarlos y modificarlos.
No hay que creer todo lo que se dice: En las últimas semanas, varios equipos de investigación han anunciado herramientas de IA capaces de diagnosticar COVID-19 a partir de rayos X. Pero ninguna se ha puesto a disposición del público, lo que dificulta evaluar su precisión. DarwinAI tiene un enfoque diferente. Señala que COVID-Net no representa "de ninguna manera una solución lista para producción" y anima a otros a ayudar a llevarlo a cabo. DarwinAI, cuyo CEO Sheldon Fernández hablará mañana en EmTech Digital, también quiere que la herramienta explique sus conclusiones, lo que facilitaría su uso por parte de los trabajadores sanitarios.
Habrá que seguirlo: COVID-Net aún debe demostrar sus capacidades, pero sigue los pasos de una historia de éxito anterior. Muchos de los grandes avances en la visión artificial en los últimos 10 años se deben al lanzamiento público de ImageNet, el gran conjunto de datos de millones de imágenes cotidianas, y AlexNet, la red neuronal convolucional que se entrenó ahí. Desde entonces, los investigadores llevan construyendo sobre ambas redes.