Resumen

Introducción. La detección y el diagnóstico precoz de COVID-19 y la separación precisa de los casos que no lo son, al menor coste y en las primeras fases de la enfermedad, son algunos de los principales retos de la actual pandemia de COVID-19. En cuanto a la novedad de la enfermedad, los métodos de diagnóstico basados en imágenes radiológicas adolecen de deficiencias a pesar de sus numerosas aplicaciones en los centros de diagnóstico. En consecuencia, los investigadores médicos e informáticos tienden a utilizar modelos de aprendizaje automático para analizar las imágenes radiológicas. Material y métodos. La presente revisión sistemática se realizó mediante búsquedas en las tres bases de datos de PubMed, Scopus y Web of Science desde el 1 de noviembre de 2019 hasta el 20 de julio de 2020, según una estrategia de búsqueda. Se extrajeron 168 artículos y, aplicando los criterios de inclusión y exclusión, se seleccionaron 37 artículos como población de investigación. Resultados. Este estudio de revisión proporciona una visión general del estado actual de todos los modelos para la detección y diagnóstico de COVID-19 a través de modalidades radiológicas y su procesamiento basado en deep learning. Según los hallazgos, los modelos basados en deep learning tienen una extraordinaria capacidad para ofrecer un sistema preciso y eficiente para la detección y diagnóstico de COVID-19, cuyo uso en el procesamiento de las modalidades supondría un aumento significativo de los valores de sensibilidad y especificidad. Conclusiones. La aplicación del deep learning en el campo del procesamiento de imágenes radiológicas de COVID-19 reduce los errores falsos positivos y negativos en la detección y diagnóstico de esta enfermedad y ofrece una oportunidad única para proporcionar servicios de diagnóstico rápidos, baratos y seguros a los pacientes.

• Materias:Insuficiencia cardíaca Plataforma de servicios Filtro de orden óptimo Características clínicas Osteoporosis
• Subjects:Heart failure Platform services Optimal order filtering Clinical features Osteoporosis
• Palabras claves:aprendizaje profundo, COVID-19, diagnóstico, detección, enfermedad, modelos, pandemia actual de COVID-19, presente revisión sistemática, procesamiento de imágenes radiológicas, servicios de diagnóstico seguros
• Keywords:deep learning, COVID-19, diagnosis, detection, disease, models, current COVID-19 pandemic, present systematic review, radiologic image processing, safe diagnostic services