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
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
Mayo Clinic y Google desarrollaron algoritmo de Inteligencia Artificial para la estimulación cerebral

Google Research y Mayo Clinic, desarrollaron un nuevo algoritmo de Inteligencia Artificial (IA) que tiene como propósito la estimulación eléctrica del cerebro para conocer posibles tratamientos de enfermedades como epilepsias y Parkinson.

Investigadores y especialistas en IA, de Google Research y Mayo Clinic, desarrollaron un nuevo algoritmo para dispositivos de estimulación celebrar. Los hallazgos fueron publicados en PLOS Computational Biology, bajo el título “Identificación de la curva del perfil básico para comprender los efectos de la estimulación eléctrica en las redes del cerebro humano”.

“La curva de perfil base identificación” fue el algoritmo desarrollado debido a que no existen técnicas matemáticas para clasificar y caracterizar cómo interactúan las redes cerebrales entre sí, utilizando datos del mundo real.

El estudio contó con la participación de un paciente con un tumor cerebral, a quien le fue colocado una matriz de electrodos electrocorticográficos para el trazado de un mapa de la función cerebral antes y después de extirpar el tumor.

“Nuestros hallazgos muestran que este nuevo tipo de algoritmo puede ayudarnos a comprender qué regiones del cerebro interactúan directamente entre sí, lo que a su vez puede ayudar a guiar la colocación de electrodos para estimular dispositivos para tratar enfermedades del cerebro en red”, explicó el Dr. Kai J. Miller, neurocirujano de Mayo Clinic y primer autor del estudio publicado en PLOS.

Miller explicó que las nuevas tecnologías ayudan al desarrollo de nuevos y mejores tratamientos de diferentes condiciones como epilepsia, Parkinson o enfermedades psiquiátricas como el trastorno obsesivo compulsivo y la depresión.

Incluso los autores han proporcionado el paquete de códigos descargable para que otros investigadores puedan experimentar y explorar esta técnica. “Compartir el código desarrollado es una parte fundamental de nuestros esfuerzos para ayudar a la reproducibilidad de la investigación”, explicó la Dra. Dora Hermes autora principal del estudio.

Noticias destacadas

Noticias por país

Comparte el contenido

Salud Digital en el mundo

  • — Science Brief: Omicron (B.1.1.529) Variant/ actualizaciones CDC
    Ver más
  • — Coronavirus resource center / Johns Hopkins
    Ver más
  • — Rastreo epidemiológico de contactos COVID-19 / Curso Johns Hopkins
    Ver más
  • — Comportamiento infección SARS-CoV-2 / Calculadora FCS
    Ver más
  • — Omicron SARS-CoV-2 variant: a new chapter in the COVID-19 pandemic/ Artículo The Lancet
    Ver más
  • — Genomic Epidemiology Tracker / GISAID
    Ver más
  • — Consorcio Mexicano de Vigilancia Genómica
    Ver más
Secured By miniOrange