Filter by input type
Select all
News
Pages
Events
Filter by category
Select all
AI ANALYTICS
Mobile Apps and Internet of Things
Advancement of science
big data
Connected communities
Coronavirus
Courses and training
DIAGNOSIS
Initial Editorial
Editorials
A world in the cloud
Events
Infographics
Artificial Intelligence and Science
IoT Apps
News
Digital platforms
Social networks
Review of scientific publications
Course Summary
Synopsis of essay
Overview of reference frames
Synopsis of recent publications
Use of Digital Platforms
Nuevas herramientas de IA mejoran el análisis de EEG para detectar demencia

Tecnología avanzada permite a los neurólogos identificar signos tempranos de demencia con mayor precisión.

Investigadores de Mayo Clinic utilizan inteligencia artificial (IA) y machine learning para analizar electroencefalogramas (EEG) de manera más rápida y precisa. Esta tecnología permite a los neurólogos detectar signos tempranos de demencia en datos que normalmente pasarían desapercibidos, lo que podría revolucionar la manera en que se diagnostican y tratan los problemas cognitivos.

El EEG, un procedimiento con más de un siglo de antigüedad, utiliza comúnmente para detectar epilepsia mediante el monitoreo de la actividad cerebral a través de electrodos adheridos al cuero cabelludo. Los neurólogos interpretan los resultados buscando patrones en las ondas del EEG. En una nueva investigación publicada en Brain Communications por el Programa de IA en Neurología de Mayo Clinic (NAIP, en inglés) demuestra cómo la IA puede acelerar el análisis y alertar a los expertos sobre patrones anormales demasiado sutiles para ser detectados por el ojo humano.

David T. Jones, neurólogo y director de NAIP, explica que “Es bien sabido que se puede ver cómo estas ondas se desaceleran y se ven un poco diferentes en las personas que tienen problemas cognitivos. En nuestro estudio, queríamos saber si podríamos medir y cuantificar con precisión ese tipo de desaceleración con la ayuda de la IA”. De esta manera, para desarrollar esta herramienta, los investigadores recopilaron datos de más de 11,000 pacientes que recibieron EEGs en la clínica a lo largo de una década, utilizando machine learning para simplificar los complejos patrones de ondas cerebrales en seis características específicas para que el modelo descartara de manera automática ciertos elementos en los datos.

Por su parte, Wentao Li, primer autor del estudio, expresó que “fue notable la forma en que la tecnología ayudó a extraer rápidamente patrones de EEG en comparación con medidas tradicionales de demencia como pruebas cognitivas junto a la cama, biomarcadores de fluidos y neuroimágenes”. La investigación sugiere que el uso de EEG para detectar problemas cognitivos no busca reemplazar otros tipos de exámenes, como las resonancias magnéticas (IRM) o las tomografías por emisión de positrones. No obstante, con el potencial de la IA, el EEG podría convertirse en una herramienta más económica y accesible para el diagnóstico temprano en comunidades con acceso limitado a clínicas especializadas.

La integración de la IA en el análisis de EEG representa un avance significativo en la detección temprana de demencia, ofreciendo una herramienta asequible que podría transformar la práctica clínica. Aunque como en cualquier estudio que involucra IA y sus herramientas derivadas, se requerirá más investigación para la validación de las soluciones.

El Dr. Yoga Varatharajah, coprimer autor del artículo, concluye que: “Este trabajo ejemplifica el trabajo en equipo multidisciplinario para avanzar en la investigación sanitaria basada en tecnología traslacional”.

Related Content

Secured By miniOrange