En Estados Unidos, más de 3,4 millones de personas padecen epilepsia, mientras que, a nivel mundial, la cifra asciende a 65 millones. Este trastorno neurológico afecta el sistema nervioso y provoca convulsiones. Se estima que una de cada 26 personas desarrollará epilepsia en algún momento de su vida, y cada año, una de cada 1.000 personas con epilepsia muere debido a muertes inesperadas.
A lo largo de los años, se han desarrollado técnicas de aprendizaje automático para detectar y clasificar convulsiones a partir de señales de electroencefalografía (EEG) capturadas mediante electrodos en el cerebro. Estas técnicas buscan identificar correlaciones demasiado complejas para que los humanos las detecten por sí solos.
No obstante, estos sistemas han tenido dificultades para identificar formas raras de ataques epilépticos. Esto se debe a que la IA aprende patrones y hace predicciones basándose en datos; la escasez de ejemplos de estas convulsiones más inusuales limita su efectividad en casos menos comunes.
Ante estos desafíos, investigadores de la USC han desarrollado un sistema de inteligencia artificial (IA) para identificar la epilepsia mediante un análisis de las interacciones cerebrales, mejorando así el diagnóstico de casos raros y complejos. Este nuevo sistema, que fue presentado en la conferencia Advances in Knowledge Discovery and Data Mining (PAKDD) en mayo de 2024 y publicado en el servidor de preimpresión arXiv, demostró una mejora del 12% en los modelos de última generación.
Al incorporar diversas fuentes de información que los sistemas de IA generalmente pasan por alto en la detección de la epilepsia, como la ubicación de los electrodos EEG y las regiones cerebrales que monitorean, pero esta herramienta puede identificar patrones o características que indican cuándo es probable que ocurra una convulsión.
Específicamente, esta técnica ayuda al sistema a generar resultados precisos con menos datos, incluso en tipos de ataques poco frecuentes, donde solo haya unos cuantos ejemplos en los satos de entrenamiento.
Un avance de IA prometedor para la epilepsia
De acuerdo con el coautor Cyrus Shahabi, profesor de informática, ingeniería eléctrica y ciencias espaciales, “por lo general, para los casos de uso más simples, un sistema de inteligencia artificial puede decir si alguien ha tenido una convulsión, ya que es una clasificación binaria simple. “Pero hay tipos diferentes y más raros de convulsiones que no son fáciles de clasificar; las técnicas existentes tienen poca precisión en esta tarea”.
Por ejemplo, las convulsiones atónicas, un tipo poco común que a menudo afecta a los niños y provoca una pérdida repentina del control muscular y un colapso. En este caso, el sistema analizaría las relaciones espaciales en las regiones del cerebro, priorizando aquellas áreas involucradas en el control muscular, como la corteza motora, los ganglios basales, el cerebelo y el tronco del encéfalo, para identificar patrones de actividad indicativos de convulsiones atónicas.
Los expertos además señalan que con esta herramienta no se busca sustituir a los médicos, sino complementar sus conocimientos en casos difíciles de detectar. Para Paul Thompson, neurocientífico de la USC y profesor de neurología que no participó en el estudio, este es un avance que podría cambiar las reglas de juego y además, “comprender los tipos de convulsiones es crucial para el tratamiento temprano, pero los registros de la actividad cerebral son extremadamente complejos”.
