{"id":43673,"date":"2024-01-22T09:26:58","date_gmt":"2024-01-22T15:26:58","guid":{"rendered":"https:\/\/saluddigital.com\/?p=43673"},"modified":"2025-10-18T22:22:26","modified_gmt":"2025-10-19T04:22:26","slug":"investigadores-buscan-desarrollar-modelo-universal-de-deep-learning-para-la-prediccion-temprana-de-alzheimer","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/investigadores-buscan-desarrollar-modelo-universal-de-deep-learning-para-la-prediccion-temprana-de-alzheimer\/","title":{"rendered":"Investigadores buscan desarrollar modelo universal de deep learning para la predicci\u00f3n temprana de Alzheimer"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Un equipo de especialistas de UMass Amherst recibi\u00f3 una subvenci\u00f3n de m\u00e1s de 278 mil d\u00f3lares por parte de los NIH para crear un modelo predictivo de la enfermedad de Alzheimer.<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

En Estados Unidos alrededor de 6.7 millones de adultos mayores de 65 a\u00f1os viven con la enfermedad de Alzheimer, uno de los principales retos alrededor de esta condici\u00f3n es que no existe un m\u00e9todo universal para predecir su aparici\u00f3n. Adem\u00e1s, gran parte de los tratamientos tienen mayor efectividad en las etapas tempranas de la enfermedad.<\/p>

En este sentido un equipo de investigadores en ciencias computacionales e ingenier\u00eda biom\u00e9dica de la University of Massachusetts Amherst (UMass Amherst) recibieron una subvenci\u00f3n de los Institutos Nacionales de Salud (NIH) para desarrollar nuevos modelos de deep learning<\/i> o aprendizaje profundo para la predicci\u00f3n temprana de Alzheimer utilizando datos cl\u00ednicos como im\u00e1genes de resonancia magn\u00e9tica (IRM) del cerebro.<\/p>

El objetivo final de esta investigaci\u00f3n es permitir la detecci\u00f3n temprana de Alzheimer con al menos dos a\u00f1os o m\u00e1s antes de la aparici\u00f3n de los s\u00edntomas. De esta forma se podr\u00edan identificar poblaciones de pacientes en riesgo de desarrollar esta condici\u00f3n utilizando datos cl\u00ednicos multimodales como IRM del cerebro.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

\u201cEsta investigaci\u00f3n nos acerca a la posibilidad de someter a las personas a ensayos cl\u00ednicos en un punto en el que la biolog\u00eda cerebral a\u00fan est\u00e1 intacta y se puede hacer algo\u201d, explic\u00f3 Madalina Fiterau, profesora adjunta del Manning College of Information and Computer Sciences de la UMass Amherst e investigadora principal y jefa de proyecto del estudio.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Asimismo, detall\u00f3 que 60% de la masa cerebral de un paciente desaparece en el momento del diagn\u00f3stico, y en ese momento es irrecuperable, por lo que la investigaci\u00f3n tiene como prop\u00f3sito identificar esos cambios de manera oportuna, al menos dos a\u00f1os antes de la aparici\u00f3n, y posteriormente averiguar qu\u00e9 tratamientos funcionan.<\/p>

Por su parte, Joyita Dutta, otra de las principales investigadoras del estudio, habl\u00f3 sobre el desarrollo de potenciales tratamientos contra Alzheimer: \u201cNo habr\u00edamos podido decir esto hace tres a\u00f1os, pero ahora que est\u00e1n surgiendo muchos nuevos candidatos a f\u00e1rmacos, estamos en el punto en el que las t\u00e9cnicas de previsi\u00f3n pueden desplegarse realmente para identificar posibles sujetos para una terapia modificadora de la enfermedad\u201d.<\/p>

El equipo utilizar\u00e1 deep learning para extraer caracter\u00edsticas de IRM del cerebro, adem\u00e1s los investigadores conocen algunas regiones clave que se ven especialmente afectadas por Alzheimer como el hipocampo, la corteza cerebral y las cavidades ventriculares llenas de l\u00edquido.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

UMASS<\/b><\/p>

https:\/\/www.umass.edu\/news\/article\/umass-amherst-researchers-create-universal-deep-learning-models-early-prediction<\/a><\/span><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

Un equipo de especialistas de UMass Amherst recibi\u00f3 una subvenci\u00f3n de m\u00e1s de 278 mil d\u00f3lares por parte de los NIH para crear un modelo predictivo de la enfermedad de Alzheimer. En Estados Unidos alrededor de 6.7 millones de adultos mayores de 65 a\u00f1os viven con la enfermedad de Alzheimer, uno de los principales retos alrededor de esta condici\u00f3n es que no existe un m\u00e9todo universal para predecir su aparici\u00f3n. Adem\u00e1s, gran parte de los tratamientos tienen mayor efectividad en las etapas tempranas de la enfermedad. En este sentido un equipo de investigadores en ciencias computacionales e ingenier\u00eda biom\u00e9dica de la University of Massachusetts Amherst (UMass Amherst) recibieron una subvenci\u00f3n de los Institutos Nacionales de Salud (NIH) para desarrollar nuevos modelos de deep learning o aprendizaje profundo para la predicci\u00f3n temprana de Alzheimer utilizando datos cl\u00ednicos como im\u00e1genes de resonancia magn\u00e9tica (IRM) del cerebro. El objetivo final de esta investigaci\u00f3n es permitir la detecci\u00f3n temprana de Alzheimer con al menos dos a\u00f1os o m\u00e1s antes de la aparici\u00f3n de los s\u00edntomas. De esta forma se podr\u00edan identificar poblaciones de pacientes en riesgo de desarrollar esta condici\u00f3n utilizando datos cl\u00ednicos multimodales como IRM del cerebro. \u201cEsta investigaci\u00f3n nos acerca a la posibilidad de someter a las personas a ensayos cl\u00ednicos en un punto en el que la biolog\u00eda cerebral a\u00fan est\u00e1 intacta y se puede hacer algo\u201d, explic\u00f3 Madalina Fiterau, profesora adjunta del Manning College of Information and Computer Sciences de la UMass Amherst e investigadora principal y jefa de proyecto del estudio. Asimismo, detall\u00f3 que 60% de la masa cerebral de un paciente desaparece en el momento del diagn\u00f3stico, y en ese momento es irrecuperable, por lo que la investigaci\u00f3n tiene como prop\u00f3sito identificar esos cambios de manera oportuna, al menos dos a\u00f1os antes de la aparici\u00f3n, y posteriormente averiguar qu\u00e9 tratamientos funcionan. Por su parte, Joyita Dutta, otra de las principales investigadoras del estudio, habl\u00f3 sobre el desarrollo de potenciales tratamientos contra Alzheimer: \u201cNo habr\u00edamos podido decir esto hace tres a\u00f1os, pero ahora que est\u00e1n surgiendo muchos nuevos candidatos a f\u00e1rmacos, estamos en el punto en el que las t\u00e9cnicas de previsi\u00f3n pueden desplegarse realmente para identificar posibles sujetos para una terapia modificadora de la enfermedad\u201d. El equipo utilizar\u00e1 deep learning para extraer caracter\u00edsticas de IRM del cerebro, adem\u00e1s los investigadores conocen algunas regiones clave que se ven especialmente afectadas por Alzheimer como el hipocampo, la corteza cerebral y las cavidades ventriculares llenas de l\u00edquido. BIBLIOGRAF\u00cdA UMASS https:\/\/www.umass.edu\/news\/article\/umass-amherst-researchers-create-universal-deep-learning-models-early-prediction<\/p>","protected":false},"author":1,"featured_media":43675,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-43673","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-noticias","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/43673","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=43673"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/43673\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/43675"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=43673"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=43673"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=43673"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}