EUROPA
PRESS
10
octubre 2016
Un nuevo método basado en inteligencia
artificial para diagnosticar Alzheimer o Parkinson
Investigadores de las Universidades de Granada y Málaga han
diseñado un nuevo método basado en la inteligencia artificial para diagnosticar
el Alzheimer o el Parkinson en una técnica cuyo objetivo es modelar
abstracciones de alto nivel en datos para lograr que las computadoras aprendan
a diferenciar el cerebro de una persona sana del de una persona enferma
extrayendo automáticamente las regiones de interés que se encuentren afectadas.
Los
científicos, Andrés Ortiz, Jorge Munilla, Juan Górriz
y Javier Ramírez, han publicado el artículo 'Ensembles
of deep learning
architectures for the early diagnosis of the Alzheimer's
disease' en la revista 'International Journal of Neural Systems', que presenta ese método para el
diagnóstico del Alzheimer mediante la fusión de imágenes funcionales y
estructurales basado en el uso de la técnica de aprendizaje profundo --conocido
también como Deep Learning--,
ha informado la Universidad de Granada (UGR).
Esta
técnica de la Inteligencia Artificial (IA) tiene como objetivo modelar
abstracciones de alto nivel en datos para lograr que las computadoras aprendan
a diferenciar el cerebro de una persona sana del de una persona enferma
extrayendo automáticamente las regiones de interés que se encuentren afectadas.
Como
explican los investigadores, "el estudio utiliza técnicas de aprendizaje
profundo para calcular predictores sobre imágenes de
funcionalidad cerebral y de resonancia magnética para prevenir la enfermedad de
Alzheimer. Para ello, hemos utilizado redes neuronales diferentes con las que
modelar cada región del cerebro para posteriormente combinarlas".
Según
ha recordado la UGR, el Alzheimer, que actualmente afecta a más de 40 millones
de personas, es la enfermedad neurodegenerativa más común en gente mayor. El
diagnóstico temprano resulta crucial tanto para tratar la enfermedad como para
ayudar al desarrollo de nuevas medicinas, ya que hasta el momento no ha sido
posible encontrar una cura.
El
desarrollo del Alzheimer ha demostrado estar muy vinculado con cambios tanto
estructurales -relacionados con la sustancia gris, encargada del procesamiento
de la información- como funcionales --de la sustancia blanca, que conecta las
diferentes regiones del cerebro mediante fibras-- en la red de conectividad
cerebral, puesto que una pérdida significativa de fibras originan también
alternaciones funcionales, como la pérdida de memoria.
Sin
embargo, la diagnosis continúa siendo un reto a pesar de los avances
científicos conseguidos y hasta el momento no se ha logrado determinar cómo la
actividad cerebral funcional deteriora la estructural y viceversa, lo cual es
un elemento clave para comprender mejor
el desarrollo de este tipo de enfermedades.
A este
respecto, los diagnósticos asistidos por ordenador (DAO) suponen una importante
herramienta para el diagnóstico al ayudar a los médicos a interpretar los
contenidos multimedia obtenidos en pruebas a los pacientes, lo que permite que
la aplicación del tratamiento pueda ser más simple y efectiva. Uno de estos
procedimientos son las imágenes médicas, que proporcionan información "en
vivo" de gran resolución sobre las materias de estudio y permiten utilizar
la información relacionada con la enfermedad contenida en la imagen.
Arquitectura de clasificación
El
resultado de este trabajo es una potente arquitectura de clasificación que
combina el aprendizaje supervisado y no supervisado para extraer de forma
automática las características más relevantes de un conjunto de imágenes. El
método propuesto ha sido evaluado utilizando una enorme base de datos
provenientes del Alzheimer's Disease
Neuroimaging Initative
(ADNI).
Los
resultados de este trabajo, que además ha incluido a pacientes de otras
deficiencias cognitivas que pueden desarrollar Alzheimer en un plazo de dos
años, muestran la potencialidad de las técnicas de IA para revelar los patrones
asociados a la enfermedad. Las tasas de precisión obtenidas para el diagnóstico
permiten dar un gran paso en el conocimiento del proceso neurodegenerativo
implicado en el desarrollo de la enfermedad, además de servir de punto de
partida para el desarrollo de tratamientos médicos más efectivos.
Por
otro lado, las técnicas desarrolladas pueden servir o ser punto de partida para
la mejora de la precisión en el diagnóstico de otras demencias como la
enfermedad de Parkinson. Además, los métodos desarrollados se están utilizando
en la mejora del diagnóstico y en la investigación del origen biológico de
dificultades de aprendizaje como la dislexia, en un proyecto financiado por el
Ministerio de Economía y Competitividad.