Un ordenador aprenderá a diferenciar el cerebro de una persona sana del de un enfermo
R. G. GRANADA
Investigadores de las universidades de Granada y Málaga han diseñado una técnica para lograr que las computadoras aprendan a diferenciar el cerebro de una persona sana del de una persona enferma, lo que permitirá mejorar el diagnóstico de enfermedades como el alzheimer o el parkinson.
El alzheimer, que actualmente afecta a más de 40 millones de personas, es la enfermedad neurodegenerativa más común en gente mayor y su diagnóstico temprano resulta crucial tanto para tratar la enfermedad como para ayudar al desarrollo de nuevas medicinas, ya que hasta el momento no ha sido posible encontrar una cura.
El desarrollo del alzheimer ha demostrado estar muy vinculado con cambios tanto estructurales, relacionados con la sustancia gris, encargada del procesamiento de la información, como funcionales, de la sustancia blanca, que conecta las diferentes regiones del cerebro mediante fibras.
Según informó ayer la universidad, sin embargo la diagnosis continúa siendo un reto a pesar de los avances científicos conseguidos y hasta el momento no se ha logrado determinar cómo la actividad cerebral funcional deteriora la estructural y viceversa, lo cual es un elemento clave para comprender mejor el desarrollo de este tipo de enfermedades.
Los diagnósticos asistidos por ordenador (DAO) suponen una importante herramienta para el diagnóstico al ayudar a los médicos a interpretar los contenidos multimedia obtenidos en pruebas a los pacientes, lo que permite que la aplicación del tratamiento pueda ser más simple y efectiva.
Uno de estos procedimientos son las imágenes médicas, que proporcionan información "en vivo" de gran resolución sobre las materias de estudio y permiten utilizar la información relacionada con la enfermedad contenida en la imagen.
El grupo de trabajo BioSip de la Universidad de Málaga, en colaboración con un grupo de investigadores de la Universidad de Granada, estudia desde hace años las señales e imágenes biomédicas.
Los investigadores Andrés Ortiz, Jorge Munilla, Juan Górriz y Javier Ramírez, de las universidades de Málaga y Granada, han presentado un método para el diagnóstico del alzheimer mediante la fusión de imágenes funcionales y estructurales basado en el uso de la técnica de aprendizaje profundo.
Esta técnica de la Inteligencia Artificial (IA) tiene como objetivo modelar abstracciones de alto nivel en datos para lograr que las computadoras aprendan a diferenciar el cerebro de una persona sana del de una persona enferma, extrayendo automáticamente las regiones de interés que se encuentren afectadas.
Como explican los investigadores, el estudio utiliza técnicas de aprendizaje profundo para calcular predictores sobre imágenes de funcionalidad cerebral y de resonancia magnética para prevenir la enfermedad de alzheimer.
Los resultados de este trabajo muestran la potencialidad de las técnicas de inteligencia artificial para revelar los patrones asociados a la enfermedad.
Las técnicas desarrolladas pueden servir o ser punto de partida también para la mejora de la precisión en el diagnóstico de otras demencias como la enfermedad de parkinson.
El alzheimer, que actualmente afecta a más de 40 millones de personas, es la enfermedad neurodegenerativa más común en gente mayor y su diagnóstico temprano resulta crucial tanto para tratar la enfermedad como para ayudar al desarrollo de nuevas medicinas, ya que hasta el momento no ha sido posible encontrar una cura.
El desarrollo del alzheimer ha demostrado estar muy vinculado con cambios tanto estructurales, relacionados con la sustancia gris, encargada del procesamiento de la información, como funcionales, de la sustancia blanca, que conecta las diferentes regiones del cerebro mediante fibras.
Según informó ayer la universidad, sin embargo la diagnosis continúa siendo un reto a pesar de los avances científicos conseguidos y hasta el momento no se ha logrado determinar cómo la actividad cerebral funcional deteriora la estructural y viceversa, lo cual es un elemento clave para comprender mejor el desarrollo de este tipo de enfermedades.
Los diagnósticos asistidos por ordenador (DAO) suponen una importante herramienta para el diagnóstico al ayudar a los médicos a interpretar los contenidos multimedia obtenidos en pruebas a los pacientes, lo que permite que la aplicación del tratamiento pueda ser más simple y efectiva.
Uno de estos procedimientos son las imágenes médicas, que proporcionan información "en vivo" de gran resolución sobre las materias de estudio y permiten utilizar la información relacionada con la enfermedad contenida en la imagen.
El grupo de trabajo BioSip de la Universidad de Málaga, en colaboración con un grupo de investigadores de la Universidad de Granada, estudia desde hace años las señales e imágenes biomédicas.
Los investigadores Andrés Ortiz, Jorge Munilla, Juan Górriz y Javier Ramírez, de las universidades de Málaga y Granada, han presentado un método para el diagnóstico del alzheimer mediante la fusión de imágenes funcionales y estructurales basado en el uso de la técnica de aprendizaje profundo.
Esta técnica de la Inteligencia Artificial (IA) tiene como objetivo modelar abstracciones de alto nivel en datos para lograr que las computadoras aprendan a diferenciar el cerebro de una persona sana del de una persona enferma, extrayendo automáticamente las regiones de interés que se encuentren afectadas.
Como explican los investigadores, el estudio utiliza técnicas de aprendizaje profundo para calcular predictores sobre imágenes de funcionalidad cerebral y de resonancia magnética para prevenir la enfermedad de alzheimer.
Los resultados de este trabajo muestran la potencialidad de las técnicas de inteligencia artificial para revelar los patrones asociados a la enfermedad.
Las técnicas desarrolladas pueden servir o ser punto de partida también para la mejora de la precisión en el diagnóstico de otras demencias como la enfermedad de parkinson.
No hay comentarios:
Publicar un comentario