Esta IA puede predecir un diagnostico temprano para realizar un tratamiento de acuerdo al trastorno mental del paciente
Infobae
Una nueva investigación publicada en el medio Nature Scientific Reports afirma haber encontrado un nuevo método para detectar trastornos mentales a través del desarrollo de una inteligencia artificial. Los especialistas pueden detectar algunas tendencias de enfermedades mentales mucho más rápido que en la actualidad.
Hoy en día, la detección y el diagnóstico de los trastornos mentales es un proceso de varios pasos. De hecho, en países como Estados Unidos, el proceso es tan lento que muchos pacientes pueden esperar hasta dos años para su primera cita con un psiquiatra especializado en la materia. Sin embargo, este nuevo estudio, dirigido por miembros de la Universidad Estatal de Georgia, podría cambiarlo todo.
Sergey Plis, profesor asociado de ciencias de la computación y neurociencias en la Universidad Estatal de Georgia, menciona que ha “construido modelos de inteligencia artificial para interpretar grandes cantidades de información de las imágenes de resonancia magnética (fMRI)”. En sus declaraciones, Plis asegura que, si bien los fMRI son exámenes mucho más completos que una prueba de sangre o un MRI tradicional, “la gran cantidad de datos es mucho más difícil de interpretar”.
Además, no están fácilmente disponibles y suelen ser mucho más caros que los análisis de sangre. Sin embargo, gracias a la evolución del modelo de IA, es posible que pronto se pueda ver un gran cambio. Algo muy parecido a la IA que permite detectar el cáncer de mama más rápido.
Así funciona esta IA para detectar trastornos mentales
La inteligencia artificial puede reconocer características tempranas de trastornos como TEA (trastorno del espectro autista), esquizofrenia y enfermedad de Alzheimer. Por supuesto, ninguno de los tres es prevenible en este momento (como el TEA que aparece incluso antes de que nazca un niño), pero el diagnóstico temprano es esencial para un tratamiento efectivo.
Pero, ¿Cómo funciona exactamente? Esta IA se forma a partir de exploraciones tomadas con una resonancia magnética. Esto permite una medición flexible de la actividad cerebral, para mostrar los cambios en el flujo sanguíneo de los órganos.
Para entrenarlo se utilizó una base de datos con más de 10.000 muestras humanas. Esto permite que la IA capture las imágenes proporcionadas por fMRI (examen en el cual se generan imágenes del interior del cerebro mediante campos magnéticos fuertes) y las vincule a la función cerebral.
De igual forma, la IA se alimentó de una base de datos con 1.200 muestras de diferentes pacientes que presentaban alguno de los trastornos antes mencionados.
Con toda esta información, la IA puede detectar ciertos patrones en el comportamiento de los cerebros de pacientes con características de estos trastornos mentales. Además, puede determinar el momento exacto en fMRI cuando los datos son más relevantes para el trastorno en cuestión.
Para las personas con enfermedad de Alzheimer y esquizofrenia, la investigación ha llegado a conclusiones muy positivas. A diferencia del TEA, predecir cuándo comienzan a presentarse síntomas tempraneros de estas dos primeras puede ser esencial en su tratamiento.
De hecho, Vince Calhoun, coautor del estudio y director fundador del Centro TReNDS del estado de Georgia, dijo: “Si pudiésemos encontrar marcadores para predecir el riesgo de Alzheimer en una persona de 40 años, podríamos hacer algo al respecto”.
Por otro lado, la esquizofrenia puede detectarse antes de que comience a cambiar la estructura del cerebro. Este paso será muy importante si se quiere prevenir este tipo de trastornos en el futuro.
“Aunque sepamos por otras pruebas o por los antecedentes familiares que alguien tiene riesgo de padecer un trastorno como el Alzheimer, seguimos sin poder predecir cuándo se producirá exactamente. Las imágenes cerebrales podrían acortar esa ventana de tiempo, captando los patrones relevantes cuando aparecen antes de que se manifieste la enfermedad clínica”, finaliza Vince Calhoun, coautor del estudio
