Resumen

La actual pandemia de coronavirus 2019 (COVID-19) causada por el síndrome respiratorio agudo severo coronavirus 2 (SARS-CoV-2) ha tenido graves repercusiones en el sistema de salud global, principalmente debido a su fácil transmisión y al prolongado período de supervivencia del virus en superficies contaminadas. Con los avances en el diagnóstico asistido por computadora e inteligencia artificial, este artículo presenta la aplicación del aprendizaje profundo y la red adversarial para la identificación automática de neumonía por COVID-19 en tomografías computarizadas (TC) de los pulmones. La complejidad y limitación de tiempo de la prueba de hisopado por reacción en cadena de la polimerasa con transcriptasa inversa (RT-PCR) hacen que sea desventajoso depender únicamente de ella como mecanismo de diagnóstico central de COVID-19. Dado que los sistemas de imagen de TC son de bajo costo y ampliamente disponibles, demostramos que la desventaja de la RT-PCR puede ser aliviada con un proceso diagnóstico más rápido, automat

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Coronavirus; COVID-19; Pandemia; Aprendizaje profundo; Tomografías computarizadas; Red neuronal
• Keywords:Coronavirus; COVID-19; Pandemic; Deep learning; CT scans; Neural network