Los puntos clave no están disponibles para este artículo en este momento.
El enfoque diagnóstico de COVID-19 se divide principalmente en dos categorías amplias: un enfoque basado en laboratorio y un enfoque de radiografía de tórax. En los últimos meses, hemos sido testigos de un aumento rápido en el número de estudios que utilizan técnicas de inteligencia artificial (IA) para diagnosticar COVID-19 con tomografía computarizada (CT) de tórax. En este estudio, revisamos el diagnóstico de COVID-19 utilizando CT de tórax hacia IA. Buscamos en ArXiv, MedRxiv y Google Scholar utilizando los términos "aprendizaje profundo", "redes neuronales", "COVID-19" y "CT de tórax". Al momento de escribir (24 de agosto de 2020), ha habido casi 100 estudios y 30 de ellos fueron seleccionados para esta revisión. Categorizaron los estudios con base en las tareas de clasificación: COVID-19/normal, COVID-19/no COVID-19, COVID-19/neumonía no COVID-19 y gravedad. Los resultados de sensibilidad, especificidad, precisión, exactitud, área bajo la curva y puntaje F1 se informaron tan altos como 100%, 100%, 99.62, 99.87%, 100% y 99.5%, respectivamente. Sin embargo, los resultados presentados deben ser comparados cuidadosamente debido a los diferentes grados de dificultad de las diversas tareas de clasificación.
Özşahin et al. (Sat,) estudiaron esta pregunta.