Avance en IA: ahora es posible diferenciar tipos de demencia con precisión
MadridInvestigadores de la Universidad de Boston han desarrollado una herramienta de IA capaz de diagnosticar con precisión diez tipos diferentes de demencia, como la demencia vascular, la demencia con cuerpos de Lewy y la demencia frontotemporal. También es eficaz en casos en los que estas demencias se presentan de manera simultánea. El sistema emplea un potente algoritmo de aprendizaje automático para analizar datos clínicos comunes y llegar a diagnósticos precisos. Estos datos incluyen elementos como:
- Información demográfica
- Historia médica del paciente y su familia
- Uso de medicamentos
- Resultados de exámenes neurológicos y neuropsicológicos
- Datos de neuroimagen como las resonancias magnéticas
Cada año, los médicos diagnostican diez millones de nuevos casos de demencia. Debido a que los síntomas suelen ser similares, es complicado distinguir entre los distintos tipos de demencia. Esta herramienta de IA puede hacer que el proceso de diagnóstico sea más sencillo y preciso.
El estudio fue publicado en Nature Medicine. El Dr. Vijaya B. Kolachalama, autor principal y profesor asociado en la Universidad de Boston, resalta la importancia de realizar diagnósticos utilizando datos clínicos rutinarios. La herramienta podría ser una solución diagnóstica de amplio alcance, lo cual es crucial debido a la dificultad de acceder a pruebas de alta calidad. Estas dificultades existen tanto en áreas remotas y en desarrollo como en centros de salud urbanos.
El equipo de investigación entrenó su avanzado sistema de aprendizaje automático con datos de más de 50,000 personas provenientes de nueve conjuntos de datos globales. El modelo obtuvo excelentes resultados, logrando una puntuación de 0.96 en la predicción precisa de resultados. Para poner esto en perspectiva, una puntuación de 0.5 indica una suposición al azar, mientras que una puntuación de 1 representa una precisión perfecta.
Los investigadores analizaron cómo la herramienta de IA impactó en la precisión de los diagnósticos realizados por neurólogos y neurorradiólogos. Descubrieron que la herramienta de IA aumentó la precisión de los neurólogos en un 26% en el diagnóstico de los diez tipos de demencia. En una prueba, 12 neurólogos diagnosticaron 100 casos elegidos al azar y asignaron una puntuación de confianza de 0 a 100. Estas puntuaciones se promediaron con las puntuaciones de probabilidad de la IA, resultando en una puntuación combinada neurólogo-IA.
21 de noviembre de 2024 · 3:55
A pesar de las ganancias de Nvidia, caen las acciones asiáticas.
El Dr. Kolachalama afirma que no hay suficientes especialistas en neurología en el mundo y cada vez hay más pacientes, lo que dificulta los sistemas de salud. Cree que la IA puede ser útil al detectar trastornos de forma temprana y ayudar a los médicos a manejar mejor a sus pacientes, evitando que las condiciones empeoren.
La herramienta de IA es muy prometedora, ya que se espera que el número de casos de demencia se duplique en los próximos 20 años. Puede ofrecer diagnósticos precisos, lo que podría mejorar significativamente los tratamientos para la demencia.
Varias organizaciones han financiado este proyecto con subvenciones. Entre ellas se encuentran Karen Toffler Charitable Trust, los Artificial Intelligence and Technology Collaboratories del National Institute on Aging y Gates Ventures.
A medida que los casos de demencia aumentan rápidamente, la utilización de herramientas de inteligencia artificial en el cuidado médico diario podría generar mejores resultados para los pacientes en todas partes. Este recurso sería particularmente valioso en áreas sin instalaciones de diagnóstico avanzadas. La oportunidad de mejorar la atención de la demencia es notable.
El uso de la inteligencia artificial para ayudar en el diagnóstico de distintos tipos de demencia puede transformar nuestra forma de abordar estas enfermedades cerebrales.
El estudio se publica aquí:
http://dx.doi.org/10.1038/s41591-024-03118-zy su cita oficial - incluidos autores y revista - es
Chonghua Xue, Sahana S. Kowshik, Diala Lteif, Shreyas Puducheri, Varuna H. Jasodanand, Olivia T. Zhou, Anika S. Walia, Osman B. Guney, J. Diana Zhang, Serena T. Pham, Artem Kaliaev, V. Carlota Andreu-Arasa, Brigid C. Dwyer, Chad W. Farris, Honglin Hao, Sachin Kedar, Asim Z. Mian, Daniel L. Murman, Sarah A. O’Shea, Aaron B. Paul, Saurabh Rohatgi, Marie-Helene Saint-Hilaire, Emmett A. Sartor, Bindu N. Setty, Juan E. Small, Arun Swaminathan, Olga Taraschenko, Jing Yuan, Yan Zhou, Shuhan Zhu, Cody Karjadi, Ting Fang Alvin Ang, Sarah A. Bargal, Bryan A. Plummer, Kathleen L. Poston, Meysam Ahangaran, Rhoda Au, Vijaya B. Kolachalama. AI-based differential diagnosis of dementia etiologies on multimodal data. Nature Medicine, 2024; DOI: 10.1038/s41591-024-03118-z19 de noviembre de 2024 · 20:02
IA eficiente en movimiento: modelos de lenguaje optimizados para dispositivos móviles y laptops
18 de noviembre de 2024 · 9:36
Precisión en estudios de comportamiento de ratones mejorada con IA y menos animales
18 de noviembre de 2024 · 7:24
La IA detecta rápidamente tumores cerebrales difíciles en cirugía con tecnología de FastGlioma
Compartir este artículo