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
Universidad canadiense desarrollará modelo de Inteligencia Artificial para apoyar diagnóstico de depresión

La Universidad Alberta en Canadá ha desarrollado una herramienta de cribado basada en Inteligencia Artificial (IA), para ayudar a los médicos en el diagnóstico de depresión.

La depresión es una enfermedad común, afecta a aproximadamente 1 de cada 10 adultos en el mundo. La Organización Mundial de la Salud estima que más de 300 millones de personas a nivel mundial sufren de depresión. Sin embargo, solamente el 30% de las personas con depresión recibe ayuda profesional para su tratamiento.

A pesar de la prevalencia de depresión en el mundo, el diagnóstico de esta enfermedad sigue siendo difícil ya que no existen pruebas biológicas y los síntomas varían dependiendo de cada paciente.

“No tenemos una imagen clara de dónde surge exactamente la depresión, aunque los investigadores han logrado avances sustanciales en los fundamentos biológicos de la depresión”, explicó Bo Cao, profesor asistente en el Departamento de Psiquiatría de la Universidad de Alberta y líder del proyecto.

Para el desarrollo del modelo de IA, los investigadores compararán los perfiles de 8 mil personas diagnosticadas con trastorno depresivo mayor (MDD, en inglés), con el grupo de control que está formado por datos de más de 200 mil personas que no han tenido diagnóstico de depresión.

Los datos de las 8 mil personas, fueron recolectados de UK Biobank, la base de datos biomédica más importante de Reino Unido, ya que cuenta con información genética y de salud de más de 500 mil británicos y británicas. Esta base cuenta con registros médicos, escáneres cerebrales, determinantes sociales, factores personales, etc.

Los investigadores podrán identificar gracias a dicha información si es posible determinar si la MDD puede identificarse a través de registros sociales, personales y de salud, así como mejoras en la resonancia magnética para mejorar el diagnóstico.

La herramienta será desarrollada durante los próximos 18 meses y si resulta eficaz será aplicada en el sistema de salud de Alberta para su verificación.

El proyecto cuenta con financiación de Precision Health Seed Fund Award, un premio que reúne a científicos de Canadá y Reino Unido especializados en psiquiatría computacional, IA, psicología y neurociencia cognitiva. “Nuestro objetivo es proporcionar medicina de precisión en salud mental, pero eso llevará décadas. Sin embargo, nos atrevemos a trabajar hacia este objetivo ahora con el apoyo de nuestra universidad y otros filántropos y agencias visionarios”, explicó Cao, el líder del proyecto.

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