Evaluación de una aplicación basada en inteligencia artificial para el diagnóstico de parásitos intestinales

En Guatemala, las infecciones parasitarias intestinales representan una de las prevalencias más altas en Latinoamérica, sin embargo, la observación de la morfología microscópica de estos microorganismos sigue siendo el estándar de oro para su diagnóstico. Esta metodología compromete los resultados...

Full description

Bibliographic Details
Main Authors:	Samayoa Herrera, Blanca E., Moller Sundfeldt, Anneliese, Gil Carrera, Martin, Alquijay Pacheco., Mildred
Format:	Online
Language:	spa
Published:	Universidad de San Carlos de Guatemala 2023
Online Access:	https://revistas.usac.edu.gt/index.php/cytes/article/view/1344

id	CYTES1344
record_format	ojs
institution	Universidad de San Carlos de Guatemala
collection	Ciencia, Tecnología y Salud
language	spa
format	Online
author	Samayoa Herrera, Blanca E. Moller Sundfeldt, Anneliese Gil Carrera, Martin Alquijay Pacheco., Mildred
spellingShingle	Samayoa Herrera, Blanca E. Moller Sundfeldt, Anneliese Gil Carrera, Martin Alquijay Pacheco., Mildred Evaluación de una aplicación basada en inteligencia artificial para el diagnóstico de parásitos intestinales
author_facet	Samayoa Herrera, Blanca E. Moller Sundfeldt, Anneliese Gil Carrera, Martin Alquijay Pacheco., Mildred
author_sort	Samayoa Herrera, Blanca E.
description	En Guatemala, las infecciones parasitarias intestinales representan una de las prevalencias más altas en Latinoamérica, sin embargo, la observación de la morfología microscópica de estos microorganismos sigue siendo el estándar de oro para su diagnóstico. Esta metodología compromete los resultados en cuanto a la calidad y disponibilidad de personal calificado por lo que la búsqueda de alternativas basadas en inteligencia artificial (IA) representan un método preciso y complementario en este campo. El objetivo de este estudio fue determinar la exactitud y precisión de una herramienta de uso gratuito para la identificación de parásitos intestinales basada en IA. Se procesaron 314 muestras, se encontraron 266 parásitos y se generaron 1,051 fotografías. De este archivo, 181 imágenes fueron seleccionadas, como patrón de referencia, que luego fue comparado con la identificación a través de la aplicación de IA Parasite ID (https://parasite.id/). El análisis se realizó a través de las métricas de sensibilidad, especificidad, exactitud, concordancia y curva ROC, con un intervalo de confianza del 95%. Los resultados para Parasite ID fueron: sensibilidad 25.2%, IC 95% [17.2,34.8]; especificidad 79.5 %, IC 95% [68.8,87.8]; exactitud 48.6%, IC 95% [41.1,56.1] y la concordancia de un 4.3%, IC 95% [-6.9,15.5]. El área bajo la curva ROC, fue de 59.9%, IC 95% [52.4 – 67.1]. Con estos resultados se evidenció la necesidad de mejorar las métricas evaluadas y ampliar el catálogo de los parásitos de importancia clínica en el caso que se desarrolle una aplicación a nivel local.
title	Evaluación de una aplicación basada en inteligencia artificial para el diagnóstico de parásitos intestinales
title_short	Evaluación de una aplicación basada en inteligencia artificial para el diagnóstico de parásitos intestinales
title_full	Evaluación de una aplicación basada en inteligencia artificial para el diagnóstico de parásitos intestinales
title_fullStr	Evaluación de una aplicación basada en inteligencia artificial para el diagnóstico de parásitos intestinales
title_full_unstemmed	Evaluación de una aplicación basada en inteligencia artificial para el diagnóstico de parásitos intestinales
title_sort	evaluación de una aplicación basada en inteligencia artificial para el diagnóstico de parásitos intestinales
title_alt	Evaluation of an application based on artificial intelligence (AI) for the diagnosis of intestinal parasites and its potential use in Guatemala
publisher	Universidad de San Carlos de Guatemala
publishDate	2023
url	https://revistas.usac.edu.gt/index.php/cytes/article/view/1344
work_keys_str_mv	AT samayoaherrerablancae evaluationofanapplicationbasedonartificialintelligenceaiforthediagnosisofintestinalparasitesanditspotentialuseinguatemala AT mollersundfeldtanneliese evaluationofanapplicationbasedonartificialintelligenceaiforthediagnosisofintestinalparasitesanditspotentialuseinguatemala AT gilcarreramartin evaluationofanapplicationbasedonartificialintelligenceaiforthediagnosisofintestinalparasitesanditspotentialuseinguatemala AT alquijaypachecomildred evaluationofanapplicationbasedonartificialintelligenceaiforthediagnosisofintestinalparasitesanditspotentialuseinguatemala AT samayoaherrerablancae evaluaciondeunaaplicacionbasadaeninteligenciaartificialparaeldiagnosticodeparasitosintestinales AT mollersundfeldtanneliese evaluaciondeunaaplicacionbasadaeninteligenciaartificialparaeldiagnosticodeparasitosintestinales AT gilcarreramartin evaluaciondeunaaplicacionbasadaeninteligenciaartificialparaeldiagnosticodeparasitosintestinales AT alquijaypachecomildred evaluaciondeunaaplicacionbasadaeninteligenciaartificialparaeldiagnosticodeparasitosintestinales
_version_	1805406452406288384
spelling	CYTES13442024-06-07T20:38:18Z Evaluation of an application based on artificial intelligence (AI) for the diagnosis of intestinal parasites and its potential use in Guatemala Evaluación de una aplicación basada en inteligencia artificial para el diagnóstico de parásitos intestinales Samayoa Herrera, Blanca E. Moller Sundfeldt, Anneliese Gil Carrera, Martin Alquijay Pacheco., Mildred Intestinal parasites, Artificial Intelligence, accuracy, validity, digital microscopy, Convolutional Neural Network. Parásitos intestinales, Inteligencia Artificial, precisión, validez, microscopía digital, Red Neuronal Convolucional. In Guatemala, intestinal parasitic infections represent one of the highest prevalence in Latin America; however, the observation of the microscopic morphology of these microorganisms continues to be the gold standard for their diagnosis. This methodology compromises the results in terms of the quality and availability of qualified personnel, subsequently the search for alternatives based on artificial intelligence (AI) represents a precise and complementary method in this field. The objective of this study was to determine the accuracy and precision of a free-to-use AI-based parasite identification tool. 314 samples were processed, 266 parasites were found, and 1,051 photographs were generated. From this file, 181 images were selected, as a reference standard, which was then compared with the identification through the AI application Parasite ID (https://parasite.id/). The analysis was carried out through the metrics of sensitivity, specificity, accuracy, agreement grade, and ROC curve, with a 95% confidence interval. The results for Parasite ID were sensitivity 25.2%, CI 95% [17.2,34.8]; specificity 79.5%, 95% CI [68.8,87.8]; accuracy 48.6%, 95% CI [41.1,56.1] and agreement grade 4.3%, 95% CI [-6.9,15.5]. The area under the ROC curve was 59.9%, 95% CI [52.4 – 67.1]. These results highlighted the need to improve the evaluated metrics and expand the catalog of parasites of clinical importance in the event that an application is developed at the local level. En Guatemala, las infecciones parasitarias intestinales representan una de las prevalencias más altas en Latinoamérica, sin embargo, la observación de la morfología microscópica de estos microorganismos sigue siendo el estándar de oro para su diagnóstico. Esta metodología compromete los resultados en cuanto a la calidad y disponibilidad de personal calificado por lo que la búsqueda de alternativas basadas en inteligencia artificial (IA) representan un método preciso y complementario en este campo. El objetivo de este estudio fue determinar la exactitud y precisión de una herramienta de uso gratuito para la identificación de parásitos intestinales basada en IA. Se procesaron 314 muestras, se encontraron 266 parásitos y se generaron 1,051 fotografías. De este archivo, 181 imágenes fueron seleccionadas, como patrón de referencia, que luego fue comparado con la identificación a través de la aplicación de IA Parasite ID (https://parasite.id/). El análisis se realizó a través de las métricas de sensibilidad, especificidad, exactitud, concordancia y curva ROC, con un intervalo de confianza del 95%. Los resultados para Parasite ID fueron: sensibilidad 25.2%, IC 95% [17.2,34.8]; especificidad 79.5 %, IC 95% [68.8,87.8]; exactitud 48.6%, IC 95% [41.1,56.1] y la concordancia de un 4.3%, IC 95% [-6.9,15.5]. El área bajo la curva ROC, fue de 59.9%, IC 95% [52.4 – 67.1]. Con estos resultados se evidenció la necesidad de mejorar las métricas evaluadas y ampliar el catálogo de los parásitos de importancia clínica en el caso que se desarrolle una aplicación a nivel local. Universidad de San Carlos de Guatemala 2023-12-29 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Artículos Científicos application/pdf application/pdf https://revistas.usac.edu.gt/index.php/cytes/article/view/1344 10.36829/63CTS.v10i2.1344 Ciencia, Tecnología y Salud; Vol. 10 No. 2; 149-163 Ciencia, Tecnología y Salud; Vol. 10 Núm. 2; 149-163 2409-3459 2410-6356 spa https://revistas.usac.edu.gt/index.php/cytes/article/view/1344/1072 https://revistas.usac.edu.gt/index.php/cytes/article/view/1344/1073 Derechos de autor 2022 Blanca E. Samayoa Herrera, Anneliese Moller Sundfeldt, Martin Gil Carrera, Mildred Alquijay Pacheco. https://creativecommons.org/licenses/by-nc-sa/4.0

Evaluación de una aplicación basada en inteligencia artificial para el diagnóstico de parásitos intestinales

Similar Items