Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
Fenotipado digital, IA y wearables para entender los trastornos psiquiátricos

Los datos recolectados continuamente por wearbales pueden ayudar a mejorar la manera de entender las enfermedades cerebrales y de comportamiento según un nuevo estudio.

Los dispositivos portátiles o wearbales, como relojes inteligentes, pulseras o incluso anillos, recolectan grandes cantidades de datos físicos y psicológicos que podrían ayudar a crear nuevos enfoques para entender de mejor forma enfermedades cerebrales y de conducta, así como conductores genéticos, según un nuevo estudio de investigadores de Yale publicado en Cell.               

El artículo describe el fenotipado digital con dispositivos portátiles y el uso de inteligencia artificial (IA). Los autores describen cómo las tecnologías emergentes están transformando el estudio de los trastornos psiquiátricos al combinar datos de wearables con análisis genéticos avanzados.

En primer lugar, el fenotipado digital consiste en usar datos recopilados por wearables para medir de manera objetiva y cuantitativa aspectos del comportamiento humano. Este enfoque supera las limitaciones tradicionales en los estudios psiquiátricos, que suelen depender de autoinformes o evaluaciones clínicas subjetivas.

“En la psiquiatría tradicional, un médico evalúa los síntomas y te diagnostica una enfermedad o no”, expresó Mark Gerstein, coautor principal del estudio y catedrático de Yale. “Pero en este estudio nos hemos centrado en procesar los datos de los wearables de forma que puedan utilizarse para predecir enfermedades de forma más exhaustiva y conectar mejor con los factores genéticos subyacentes”.

En este estudio, los investigadores analizaron datos del Adolescent Brain Cognitive Development (ABCD), utilizando más de 250 características derivadas de wearables como “fenotipos digitales”. Estos datos fueron procesados de manera uniforme e integrados con IA para clasificar a adolescentes con trastornos psiquiátricos de forma más precisa que métodos previos.

Los resultados principales indicaron una mejor precisión diagnóstica. El marco de IA desarrollado demostró ser más efectivo para clasificar a los adolescentes con trastornos psiquiátricos utilizando los fenotipos digitales derivados de dispositivos portátiles. Asimismo, los fenotipos digitales se emplearon como variables continuas en estudios de asociación de todo el genoma (GWAS, en inglés), un método que busca vínculos entre características específicas y variaciones genéticas.

Además, el estudio permitió identificar la detección de loci y genes asociados. El uso de datos continuos obtenidos de wearables permitió identificar 16 loci genéticos significativos y 37 genes relacionados con trastornos psiquiátricos, incluidos ELFN1 y ADORA3.

En este sentido, el uso de wearables e IA en psiquiatría abre nuevas ventanas de investigación. Por ejemplo, es posible una caracterización más precisa del comportamiento, ya que capturan datos variados, como patrones de sueño, actividad física y otros, que reflejan mejor la realidad de los pacientes.

La investigación también mostró avances sobre vínculos genéticos más claros. Los datos continuos permiten identificar relaciones más detalladas entre los genes y los comportamientos, mejorando la comprensión de la base biológica de los trastornos psiquiátricos.

De igual manera serían posibles diagnósticos más tempranos y personalizados. Es decir, los médicos podrían usar estos enfoques para diseñar tratamientos adaptados a las características únicas de cada paciente.

Contenidos Relacionados

Secured By miniOrange