Los investigadores buscan que la inteligencia artificial ayude a detectar casos más inusuales de esta enfermedad, que se presentan en pacientes jóvenes en lugar de en adultos mayores, que es lo más común.
Un equipo de científicos del Hospital General de Massachusetts ha desarrollado un modelo de inteligencia artificial que puede identificar con una precisión superior al 90% a las personas que sufren de Alzheimer, una enfermedad que causa una progresiva deterioración de la memoria y otras funciones cerebrales a lo largo del tiempo.
El doctor Matthew Leming lideró este equipo, el cual creó un sistema llamado MUCRAN (Red Adversarial de Regresión Multiconfundida) y lo entrenó mediante el análisis de alrededor de 17.076 resonancias magnéticas clínicas realizadas en el Hospital General de Massachusetts hasta el año 2019, tanto en pacientes con Alzheimer como en personas sanas.
Según se menciona en el artículo científico, la inteligencia artificial alcanzó una precisión del 90,3% en sus análisis.
¿Cómo lo usaron los científicos?
Aunque los datos utilizados para el entrenamiento estaban relacionados directamente con un hospital y un periodo de tiempo específico, los investigadores pusieron a prueba el modelo MUCRAN para detectar esta enfermedad en pacientes de otros centros médicos, como el Hospital Brigham and Women's, entre otros.
El objetivo es que esta tecnología sea aplicable a cualquier persona, incluso si no tiene relación con los casos con los que se entrenó.
Además, los investigadores buscan que la inteligencia artificial ayude a detectar casos más inusuales de esta enfermedad, que se presentan en pacientes jóvenes en lugar de en adultos mayores, que es lo más común.
Según Leming, una de las claves es que el nuevo modelo desarrollado no considera la edad como una variable para emitir un pre diagnóstico.
El modelo MUCRAN de inteligencia artificial reduce la influencia de otros factores, como la edad, el género y la etnia, en el análisis de las resonancias magnéticas de los pacientes, según un estudio publicado en PLOS ONE.
Los investigadores abordaron este problema haciendo que el modelo sea "ciego" a características asociadas con la edad del paciente, lo cual mejoró la fiabilidad del resultado.
Como característica adicional, el modelo de inteligencia artificial incorpora una "métrica de incertidumbre", lo que significa que no considera los datos con los que fue entrenado como información exacta, sino que tiene en cuenta posibles variaciones de los mismos. Cuanto más se aproximen los datos a los originales, mayor será la probabilidad de detectar el Alzheimer en un paciente.
© Copyright Impresora y Editorial S.A. de C.V. Todos los derechos reservados