Nuevo algoritmo de inteligencia artificial detecta formas raras de epilepsia a partir de datos de EEG

Más de 65 millones de personas en todo el mundo se ven afectadas por la epilepsia, un trastorno neurológico que afecta el sistema nervioso y provoca convulsiones. Estadísticamente, una de cada 26 personas experimentará epilepsia durante su vida, y cada año, 1 de cada 1.000 personas con epilepsia muere a causa de muertes inesperadas. La detección temprana es crucial para un tratamiento eficaz de la epilepsia. Se han empleado técnicas de aprendizaje automático para detectar y clasificar convulsiones a partir de señales de electroencefalografía (EEG), que se capturan mediante electrodos en el cerebro, identificando patrones demasiado complejos para el análisis humano únicamente. Sin embargo, estos sistemas han enfrentado desafíos en la detección de formas raras de ataques epilépticos debido a su dependencia de grandes conjuntos de datos para aprender patrones y hacer predicciones, lo que resulta en un rendimiento inadecuado cuando se encuentran con ataques menos comunes. Los investigadores han desarrollado ahora un sistema de inteligencia artificial avanzado capaz de detectar con precisión varios tipos de ataques epilépticos, mejorando así el diagnóstico de casos raros y complejos, incluso en niños pequeños.

El sistema de IA, creado por investigadores de informática de la Universidad del Sur de California (Los Ángeles, CA, EUA), mejora el diagnóstico de casos raros y complejos de epilepsia mediante el análisis de las interacciones cerebrales. Este nuevo sistema integra múltiples fuentes de información que los sistemas de inteligencia artificial normalmente pasan por alto en la detección de epilepsia, como las posiciones de los electrodos EEG y las regiones del cerebro que monitorean. Al hacerlo, la IA puede identificar patrones o características que indican una convulsión inminente. Este enfoque permite que el sistema produzca resultados precisos con datos mínimos, incluso para tipos de convulsiones poco comunes que tienen ejemplos limitados en los datos de entrenamiento.

Por ejemplo, en el caso de las convulsiones atónicas (un tipo raro de convulsión que a menudo afecta a niños y provoca una pérdida repentina del control muscular y colapso), el sistema se centra en las relaciones espaciales en las regiones del cerebro. Prioriza áreas del cerebro involucradas en el control de los músculos, como la corteza motora, los ganglios basales, el cerebelo y el tronco del encéfalo, para detectar patrones de actividad indicativos de convulsiones atónicas. Los investigadores pretenden complementar la experiencia de los médicos en el diagnóstico de casos difíciles, en lugar de sustituirlos. Ven esta tecnología de IA como un avance significativo en neurología clínica, con el potencial de integrarse en sensores portátiles que pueden transmitir información a un teléfono inteligente en el futuro.

“Las convulsiones cerebrales ocurren muy repentinamente, por lo que detectarlas antes realmente podría salvar vidas. El sistema podría generar una alerta si detecta alguna irregularidad en las ondas cerebrales. Esto abriría oportunidades increíbles para el diagnóstico y tratamiento de la epilepsia”, afirmó Cyrus Shahabi, profesor de informática, ingeniería eléctrica y ciencias espaciales.

Enlaces relacionados:
Universidad del Sur de California

Visitar la expo >

Miembro Oro

SARS‑CoV‑2/Flu A/Flu B/RSV Sample-To-Answer Test

SARS‑CoV‑2/Flu A/Flu B/RSV Cartridge (CE-IVD)

Flocked Fiber Swabs
Puritan® patented HydraFlock®

New

Transcatheter Valve Repair System

PASCAL Precision

New

Surgical Display

C55SF