VIT-DRN-OCAFF: An Optimized Cross-Attention Feature Fusion Framework for Multi- Class COVID-19 and Pulmonary Disease Diagnosis Using Thoracic CT Images

El pulmón humano es un órgano complejo y delicado, y cuando enferma, los signos pueden ser sutiles y fáciles de confundir. Una tos, una fiebre o una sensación de falta de aire podrían señalar una infección viral común, una neumonía bacteriana o una condición más grave como el COVID-19. Para los médicos, distinguir entre estas causas es crítico, pero los síntomas suelen superponerse, lo que hace que un diagnóstico rápido y preciso sea un desafío significativo. Para ver dentro del pecho sin cirugía, los profesionales médicos confían en la tomografía computarizada, o TC, que crea imágenes transversales detalladas de los pulmones. Estas imágenes revelan la textura del tejido pulmonar, mostrando áreas de infección, líquido o inflamación. Sin embargo, leer miles de estos escaneos es una carga pesada para los radiólogos, y las diferencias visuales entre enfermedades similares pueden ser tan leves que incluso los expertos podrían pasar por alto un detalle crucial o identificar erróneamente la causa.

En años recientes, las computadoras han comenzado a asistir en esta tarea, utilizando la inteligencia artificial para aprender cómo se ven las diferentes enfermedades en un escaneo. Los intentos tempranos utilizaron herramientas estándar de reconocimiento de imágenes, pero estas a menudo tenían dificultades para ver el panorama general de cómo una enfermedad se propaga a través del pulmón y, al mismo tiempo, notar los puntos diminutos y específicos donde la infección es más activa. Un nuevo estudio propone una forma más avanzada de enseñar a una computadora a leer estos escaneos, combinando dos formas diferentes de mirar la imagen para crear un panorama más claro de la enfermedad. Los investigadores buscaron construir un sistema que no solo pudiera decir si un paciente está enfermo, sino también señalar exactamente qué tipo de enfermedad tiene, ya sea COVID-19, neumonía viral, neumonía bacteriana u otros problemas pulmonares no virales.

Los investigadores desarrollaron un nuevo marco computacional diseñado para actuar como un par de ojos expertos trabajando juntos. Una parte del sistema está entrenada para observar la imagen completa del pulmón a la vez, comprendiendo los patrones amplios de cómo una infección podría propagarse a través del órgano. Esta parte es buena para ver el "bosque", reconociendo la forma general y la distribución de la enfermedad. La segunda parte del sistema se enfoca intensamente en los detalles pequeños, haciendo zoom para encontrar las texturas y bordes específicos de las áreas infectadas, como los "árboles" en ese bosque. Por sí sola, la primera parte podría pasar por alto un punto pequeño pero crítico de infección, y la segunda parte podría perderse en los detalles sin comprender el contexto general. La innovación en este estudio radica en cómo estas dos partes están conectadas. Los investigadores crearon un mecanismo especial que permite que los dos sistemas se comuniquen entre sí, verificando y refinando constantemente lo que ven. Este proceso asegura que la computadora priorice las características más importantes para el diagnóstico mientras ignora el ruido irrelevante o los patrones confusos que no ayudan a identificar la enfermedad.

Para probar este nuevo enfoque, el equipo reunió una colección masiva de escaneos pulmonares, totalizando casi 25,000 imágenes. Estas imágenes provinieron de bases de datos médicas públicas y de hospitales en la India, cubriendo una amplia gama de pacientes y severidades de enfermedades. El conjunto de datos incluyó escaneos de personas con COVID-19 confirmado, neumonía viral, neumonía bacteriana y de aquellas con otras anomalías pulmonares que no fueron causadas por un virus. Antes de que la computadora pudiera aprender de estas imágenes, los investigadores las limpiaron y prepararon cuidadosamente. Eliminaron partes innecesarias del cuerpo de los escaneos, ajustaron el brillo y el contraste para que las áreas infectadas resaltaran, y suavizaron cualquier ruido granulado que pudiera confundir al sistema. Esta preparación aseguró que la computadora estuviera aprendiendo de los signos reales de la enfermedad y no de artefactos causados por la máquina de escaneo.

La computadora fue entonces entrenada con una gran porción de estas imágenes, aprendiendo a reconocer las firmas únicas de cada enfermedad. Una vez completado el entrenamiento, el sistema fue probado en un conjunto separado de imágenes que nunca había visto antes para ver qué tan bien podía desempeñarse en un escenario del mundo real. Los resultados fueron notablemente altos. El sistema identificó correctamente el tipo de enfermedad pulmonar con un AUC de 0.99. Fue particularmente bueno evitando falsas alarmas, identificando correctamente pulmones sanos o condiciones no patológicas cuando estaban presentes, y rara vez pasó por alto un caso real de infección. Cuando los investigadores desglosaron el desempeño por tipo de enfermedad, el sistema destacó al distinguir el COVID-19 de otras infecciones, logrando una precisión casi perfecta. También funcionó sólidamente al separar la neumonía viral de la neumonía bacteriana, dos condiciones que a menudo son difíciles de distinguir incluso para los médicos humanos.

Para entender por qué este nuevo sistema funcionó tan bien, los investigadores lo compararon contra métodos más antiguos. Probaron herramientas de visión computacional estándar, modelos tradicionales de aprendizaje profundo e incluso otros sistemas avanzados que utilizaban solo uno de los dos enfoques descritos anteriormente. Los métodos antiguos, aunque mejores que el azar, consistentemente se quedaron cortos, con tasas de precisión que oscilaban entre mediados de los 80 y altos de los 90 por ciento. El nuevo sistema, que combinó la vista amplia y la vista detallada con su enlace especial de comunicación, superó a todos ellos. El estudio también mostró que el sistema era eficiente, procesando imágenes con la rapidez suficiente para ser útil en un entorno hospitalario concurrido sin requerir un poder de cómputo excesivo.

Los investigadores no se detuvieron solo en los números; también observaron cómo el sistema "veía" las imágenes. Compararon las áreas que la computadora resaltaba como infectadas contra las áreas realmente infectadas marcadas por médicos humanos. El enfoque de la computadora coincidió con los hallazgos de los expertos humanos con alta precisión, identificando correctamente los límites de la infección y las texturas específicas asociadas con cada enfermedad. Este nivel de acuerdo sugiere que el sistema no solo está adivinando basándose en patrones, sino que realmente está aprendiendo las características visuales de las enfermedades. El estudio concluye que este nuevo marco ofrece una herramienta altamente confiable para diagnosticar enfermedades pulmonares a partir de tomografías computarizadas. Al combinar una comprensión amplia de la condición del pulmón con un enfoque agudo en lesiones específicas, el sistema proporciona un nivel de precisión que podría ayudar significativamente a los médicos a tomar decisiones más rápidas y seguras para sus pacientes. Si bien el estudio se realizó en un conjunto de datos específico, los resultados sugieren un paso poderoso hacia el uso de la inteligencia artificial para apoyar el diagnóstico de enfermedades respiratorias.