Foto para Inteligencia Artificial para identificar la demencia

Inteligencia Artificial para identificar la demencia

Publicación de investigadores Brainlat Agustín Ibáñez y Enzo Tagliazucchi adelanta clasificación con precisión de subtipos de la enfermedad.

29 de marzo de 2023

Somos testigos de la explosión de la Inteligencia Artificial (IA), como las nuevas tecnologías generativas tipo ChatGPT, y no todas conllevan consecuencias negativas, justamente en esta línea los investigadores BrainLat, Agustín Ibáñez y Enzo Tagliazucchi, se adelantan y utilizan la herramienta y comenzamos a ver los beneficios prácticos de la IA en el campo de la salud cerebral y las neuroimágenes.

Junto a investigadores del consorcio ReDLat y de diversas instituciones en América Latina y los Estados Unidos han utilizado la inteligencia artificial (IA) para clasificar con precisión los subtipos de demencia en datos de neuroimagen con múltiples variantes regionales y demográficas. “Este estudio publicado en eBiomedicine podría revolucionar la forma en que se identifican patrones cerebrales en la demencia y llevar a mejores resultados para los pacientes en todo el mundo”, indica Agustín Ibáñez

Los investigadores utilizaron sistemas de visión por computador que procesan datos visuales sin requerir intervención humana para clasificar los subtipos de demencia en muestras que no están bien representadas. “El análisis encontró que la técnica tiene especificidad biológica y proporciona una forma plausible y automática de entender cómo estas enfermedades afectan el cerebro. Esta investigación tiene el potencial de mejorar significativamente la clasificación de subtipos de demencia en datos de neuroimagen y contextos regionales y demográficos diversos”, adelanta el experto.

Este trabajo fue publicado en eBiomedicne, parte de Lancet Scientific Discovery, y da un paso significativo mediante el consorcio ReDLat e investigadores del Instituto de Salud Cerebral de América Latina (BrainLat) en la Universidad Adolfo Ibáñez, el Instituto Global de Salud Cerebral (GBHI) en la Universidad de California San Francisco (UCSF) y el Trinity College de Dublín. Con Sebastián Moguilner y colaboradores, “diseñamos un nuevo enfoque para clasificar los subtipos de demencia utilizando el aprendizaje profundo (deep learning) en datos de neuroimagen no procesados, dado que ello podría ayudar al desarrollo de nuevas herramientas de toma de decisiones clínicas, lo cual es una excelente noticia para pacientes y médicos por igual”, comenta.

¿Por qué necesitamos un nuevo enfoque para la clasificación de la demencia? Actualmente los protocolos de diagnóstico tradicionales se basan en datos de neuroimagen estandarizados recolectados en el Norte Global a partir de muestras homogéneas provenientes de esa región. Esto significa que es difícil clasificar la enfermedad en muestras que no están bien representadas, como aquellas de América Latina u otras regiones, especialmente cuando se utilizan métodos de neuroimagen clínica de poca resolución.

Este estudio muestra además el poder de la IA y el aprendizaje profundo en el campo de la salud cerebral y las neuroimágenes, lo que puede brindar mejores resultados para los pacientes en todo el mundo.

Publicación completa aquí.

29 de marzo de 2023

Somos testigos de la explosión de la Inteligencia Artificial (IA), como las nuevas tecnologías generativas tipo ChatGPT, y no todas conllevan consecuencias negativas, justamente en esta línea los investigadores BrainLat, Agustín Ibáñez y Enzo Tagliazucchi, se adelantan y utilizan la herramienta y comenzamos a ver los beneficios prácticos de la IA en el campo de la salud cerebral y las neuroimágenes.

Junto a investigadores del consorcio ReDLat y de diversas instituciones en América Latina y los Estados Unidos han utilizado la inteligencia artificial (IA) para clasificar con precisión los subtipos de demencia en datos de neuroimagen con múltiples variantes regionales y demográficas. “Este estudio publicado en eBiomedicine podría revolucionar la forma en que se identifican patrones cerebrales en la demencia y llevar a mejores resultados para los pacientes en todo el mundo”, indica Agustín Ibáñez

Los investigadores utilizaron sistemas de visión por computador que procesan datos visuales sin requerir intervención humana para clasificar los subtipos de demencia en muestras que no están bien representadas. “El análisis encontró que la técnica tiene especificidad biológica y proporciona una forma plausible y automática de entender cómo estas enfermedades afectan el cerebro. Esta investigación tiene el potencial de mejorar significativamente la clasificación de subtipos de demencia en datos de neuroimagen y contextos regionales y demográficos diversos”, adelanta el experto.

Este trabajo fue publicado en eBiomedicne, parte de Lancet Scientific Discovery, y da un paso significativo mediante el consorcio ReDLat e investigadores del Instituto de Salud Cerebral de América Latina (BrainLat) en la Universidad Adolfo Ibáñez, el Instituto Global de Salud Cerebral (GBHI) en la Universidad de California San Francisco (UCSF) y el Trinity College de Dublín. Con Sebastián Moguilner y colaboradores, “diseñamos un nuevo enfoque para clasificar los subtipos de demencia utilizando el aprendizaje profundo (deep learning) en datos de neuroimagen no procesados, dado que ello podría ayudar al desarrollo de nuevas herramientas de toma de decisiones clínicas, lo cual es una excelente noticia para pacientes y médicos por igual”, comenta.

¿Por qué necesitamos un nuevo enfoque para la clasificación de la demencia? Actualmente los protocolos de diagnóstico tradicionales se basan en datos de neuroimagen estandarizados recolectados en el Norte Global a partir de muestras homogéneas provenientes de esa región. Esto significa que es difícil clasificar la enfermedad en muestras que no están bien representadas, como aquellas de América Latina u otras regiones, especialmente cuando se utilizan métodos de neuroimagen clínica de poca resolución.

Este estudio muestra además el poder de la IA y el aprendizaje profundo en el campo de la salud cerebral y las neuroimágenes, lo que puede brindar mejores resultados para los pacientes en todo el mundo.

Publicación completa aquí.