Un investigador de la Universidad Estatal Wayne de Detroit está desarrollando inteligencia artificial para ayudar en la detección temprana del SARS-CoV-2 grave, el virus que causa la COVID-19, en niños.
Dongxiao Zhu, profesor asociado de ciencias de la computación en la Facultad de Ingeniería de Wayne State, está trabajando con investigadores de la Universidad Central de Michigan en Mount Pleasant y la Universidad Penn State en Pensilvania, para definir y comparar la respuesta del huésped molecular salival en niños con diversos tipos de SARS-CoV-2.
Casi el 80% de los niños con síndrome inflamatorio multisistémico enferman gravemente, con una tasa de mortalidad del 2 al 4%
Los niños se han visto menos afectados por el COVID-19 que los adultos, pero algunos niños diagnosticados con el virus han experimentado enfermedades graves, incluido el síndrome inflamatorio multisistémico e insuficiencia respiratoria. Casi el 80% de los niños con síndrome inflamatorio multisistémico enferman gravemente, con una tasa de mortalidad del 2 al 4%.
Actualmente no existen métodos para discernir el espectro de gravedad de la enfermedad y predecir qué niños con COVID-19 desarrollarán una enfermedad grave. El equipo de investigación está trabajando para desarrollar una herramienta de diagnóstico para distinguir los diferentes tipos de enfermedades.
Se espera que el dispositivo sea un dispositivo portátil de prueba rápida que cuantifique las moléculas de ARN salival. Zhu y su equipo desarrollarán un sistema móvil en la nube asistido por inteligencia artificial para el reconocimiento temprano de la infección grave por SARS-CoV-2 en niños.
"Nuestra investigación es fundamental, ya que esperamos mejorar los resultados de los niños con infección grave por SARS-CoV-2 mediante el reconocimiento temprano, la intervención oportuna y la asignación adecuada de recursos críticos"
"Nuestra investigación es fundamental, ya que esperamos mejorar los resultados de los niños con infección grave por SARS-CoV-2 mediante el reconocimiento temprano, la intervención oportuna y la asignación adecuada de recursos críticos", ha explicado Zhu.
El propio docente ha sostenido que "la finalización con éxito del proyecto también será importante, ya que conducirá al desarrollo de un dispositivo de diagnóstico rápido y la creación de perfiles de pacientes basados en factores de riesgo individuales, que esperamos que conduzcan a tratamientos personalizados en el futuro".