DystoniaNet, nueva plataforma de IA con 99% de precisión

La distonía hace parte de los trastornos neurológicos del movimiento. La plataforma DystoniaNet surgió como herramienta para que los especialistas detecten estos casos oportunamente
DystoniaNet, nueva plataforma de IA con 99% de precisión
[favorite_button]
Comentar

La evolución en las técnicas de diagnóstico, cada vez más, se inclinan por el uso de innovadoras tecnologías. Por un lado, se facilita la labor de los médicos y por otro, su aplicación garantiza a los pacientes el conocimiento preciso sobre la patología que lo aqueja y el tratamiento más adecuado para su caso. Entre las innovadoras herramientas, desde el sitio web PNAS se presentó la plataforma DystoniaNet, desarrollada para optimizar los tiempos en la detección de casos de distonía. De acuerdo con información de la Sociedad Española de Neurología (SEN), un 40% de casos se diagnostican erróneamente.

La plataforma fue desarrollada por los Drs. Kristina Simonyan and Davide Valeriani del Hospital Massachusetts Eye and Ear y el centro de innovación del Hospital General de Massachusetts. DystoniaNet funciona con un algoritmo computarizado que detecta un biomarcador asociado a la enfermedad. La información final se obtiene a partir de imágenes cerebrales tomadas en resonancias magnéticas.

“DystoniaNet no se desarrolló para reemplazar a los médicos, sino más bien como una prueba objetiva para reducir el tiempo para corregir el diagnóstico”, mencionó la Dr. Simonyan a la agencia de noticias Reuters Health. En el artículo presentado en PNAS, los investigadores señalaron que, aunque no se conocen biomarcadores específicos para la enfermedad, se logró identificar uno de ellos en el proceso de creación. Para lograrlo, se utilizó información proveniente de resonancias magnéticas estructurales de 521 personas, incluidos 301 pacientes con tres formas de distonía (279 laríngeas, 12 cervicales, 10 blefaroespasmos) y 220 individuos sanos. Del total de datos, un 69% correspondía a población femenina.

Tras el análisis de los escáneres cerebrales, el equipo a cargo logró identificar anomalías en el cuerpo calloso, la radiación talámica, el fascículo fronto-occipital inferior y el giro temporal. Éstas se consideran como los fenómenos asociados al descubierto biomarcador manifestado en pacientes con distonia.

También le puede interesar: SE EXTIENDE MEDIDA DE VIGILANCIA ESPECIAL A EPS CONVIDA, CAPRESOCA Y SAVIA SALUD

¿Cuáles son las ventajas de DystoniaNet?

Para los especialistas que trabajaron en la plataforma, las dificultades para el diagnóstico radican en la ausencia de estándares. A causa de esto, según explica la Dra. Simonyan, los pacientes deben someterse a procedimientos innecesarios, consultas médicas con otros especialistas para descartar otras enfermedades. “Hay una necesidad crítica de desarrollar, validar e incorporar herramientas de prueba objetivas para el diagnóstico de esta condición neurológica, y nuestros resultados muestran que DystoniaNet puede llenar este vacío”, expresó en un comunicado de prensa emitido por el Hospital Mass Eye and Ear.

dystonianet process 1
Imagen del proceso de detección con DystoniaNet. Fuente: Mass Eye and Ear.

DystoniaNet utiliza el aprendizaje profundo, un tipo particular de algoritmo de IA, para analizar datos de resonancias magnéticas individuales e identificar diferencias más sutiles en la estructura del cerebro. La plataforma logra detectar grupos de estructuras anormales en varias regiones cerebrales, asociadas al control del procesamiento y comandos motores. Estos pequeños cambios no pueden verse a simple vista en la resonancia magnética, y los patrones solo son evidentes a través de la capacidad de la plataforma para tomar imágenes 3D del cerebro y hacer zoom en sus detalles microestructurales, se explica en el mismo comunicado.

“Lo importante es que nuestra plataforma fue diseñada para ser eficiente e interpretable para los clínicos, proporcionando el diagnóstico del paciente, la confianza de la IA en ese diagnóstico e información sobre qué estructuras cerebrales son anormales”, menciona el Dr. Valeriani, el segundo autor del estudio.

La tecnología interpreta una resonancia magnética para un biomarcador microestructural en 0,36 segundos. Además de esto, la plataforma ha sido entrenada usando la plataforma de nubes computacionales de Amazon Web Services. De acuerdo con los desarrolladores, esta tecnología puede ser fácilmente traducida al entorno clínico, por ejemplo, al integrarse en un registro médico electrónico o directamente en el software del escáner de resonancia magnética. Si DystoniaNet encuentra una alta probabilidad de distonía en la resonancia magnética, un médico puede utilizar esta información para ayudar a confirmar con confianza el diagnóstico, buscar acciones futuras y sugerir un curso de tratamiento sin demora.

También le puede interesar: INOVIO PHARMACEUTICALS DETIENE LOS ENSAYOS DE SU VACUNA CONTRA EL COVID-19

Temas relacionados

Compartir Noticia

Facebook
Twitter
LinkedIn
WhatsApp
Noticias destacadas
Más Noticias

Escríbanos y uno de nuestros asesores le contactará pronto

Reciba atención inmediata mediante nuestros canales oficiales aquí:

  • Lo sentimos, este producto no se puede comprar.
Tu carrito de compras está vacío.

Volver a la tienda