Detección y pronóstico a medio plazo en pacientes con Covid-19 mediante análisis automático de TAC de tórax y biomarcadores clínicos y analíticos

En este proyecto se aborda el desarrollo de un sistema robusto, basado en modelos de aprendizaje profundo y big data, para la identificación, estratificación, y predicción del pronóstico de pacientes con Covid-19, a partir del análisis de una TC pulmonar y biomarcadores clínicos y analíticos. El objetivo principal del estudio es, por tanto, la generación de un modelo predictivo que integre no sólo la caracterización tisular derivada de un análisis cuantitativo de la TC torácica, sino además la introducción de parámetros analíticos y pronósticos conocidos (edad, presión arterial, saturación de oxígeno, etc.) para gradar el riesgo de estos pacientes al diagnóstico y relacionarlo con el pronóstico de la enfermedad a medio/largo plazo.

Para ello, se propone acometer el estudio y desarrollo de un sistema computacional que, basado en modelos jerárquicos y multirresolución de aprendizaje profundo, sea capaz de generar de forma autónoma diagnósticos diferenciales de Covid-19 frente a otras patologías pulmonares, como neumonías bacterianas, a partir de imágenes radiológicas de TC de tórax.