El aprendizaje automático es un tipo de inteligencia artificial que permite que los programas informáticos aprendan cuando se exponen a nuevos datos sin ser programados. Ahora, los investigadores en los Países Bajos han combinado los métodos de aprendizaje automático con una técnica especial de resonancia magnética que mide la perfusión o la tasa de absorción de tejido, de sangre en todo el cerebro para detectar formas tempranas de demencia, como el deterioro cognitivo leve DCL, según un nuevo estudio publicado en línea en la revista radiología .
"La resonancia magnética puede ayudar con el diagnóstico de la enfermedad de Alzheimer", dijo el investigador principal Alle Meije Wink, Ph.D., del Centro Médico de la Universidad VU en Amsterdam. "Sin embargo, el diagnóstico temprano de la enfermedad de Alzheimer es problemático".
Los científicos saben desde hace tiempo que la enfermedad de Alzheimer es un proceso gradual y que el cerebro sufre cambios funcionales antes de que los cambios estructurales asociados con la enfermedad aparezcan en los resultados de las imágenes. Los médicos no tienen una forma definitiva de identificar quién tiene demencia temprana o qué casos de levesel deterioro cognitivo progresará a la enfermedad de Alzheimer.
"Con la resonancia magnética de diagnóstico estándar, podemos ver la enfermedad de Alzheimer avanzada, como la atrofia del hipocampo", dijo el Dr. Meije Wink. "Pero en ese momento, el tejido cerebral se ha ido y no hay forma de restaurarlo. Seríasea útil para detectar y diagnosticar la enfermedad antes de que sea demasiado tarde ".
Para el nuevo estudio, los investigadores aplicaron métodos de aprendizaje automático a un tipo especial de IRM llamado imagen de etiquetado de espín arterial ASL. La IRM de ASL se utiliza para crear imágenes llamadas mapas de perfusión, que muestran la cantidad de sangre que se envía a varias regiones delcerebro.
El programa de aprendizaje automático automatizado se enseña a reconocer patrones en estos mapas para distinguir entre pacientes con diferentes niveles de deterioro cognitivo y predecir la etapa de la enfermedad de Alzheimer en casos nuevos no vistos.
El estudio incluyó a 260 de 311 participantes del Centro de Alzheimer de la cohorte de demencia del Centro Médico de la Universidad VU que se sometieron a IRM ASL entre octubre de 2010 y noviembre de 2012.
El grupo de estudio incluyó a 100 pacientes diagnosticados con probable enfermedad de Alzheimer, 60 pacientes con deterioro cognitivo leve MCI y 100 pacientes con deterioro cognitivo subjetivo SCD y 26 controles sanos.
SCD y MCI se consideran etapas tempranas del proceso de demencia y se diagnostican en función de la gravedad de los síntomas cognitivos, incluida la pérdida de memoria y los problemas de pensamiento y toma de decisiones.
El sistema automatizado fue capaz de distinguir efectivamente entre los participantes con enfermedad de Alzheimer, DCL y SCD. Usando clasificadores basados en el entrenamiento automático de aprendizaje automático, los investigadores pudieron predecir el diagnóstico de Alzheimer o la progresión de pacientes individuales con un alto grado deprecisión, que varía del 82 por ciento al 90 por ciento.
"ASL es un biomarcador funcional alternativo prometedor para el diagnóstico temprano de la enfermedad de Alzheimer", dijo el Dr. Meije Wink.
Agregó que la aplicación de métodos automatizados de aprendizaje automático sería útil como una herramienta de detección potencial.
"ASL MRI puede identificar los cambios cerebrales que aparecen temprano en el proceso de la enfermedad, cuando hay una ventana de oportunidad para la intervención", dijo el Dr. Meije Wink. "Si el proceso de la enfermedad de SCD a MCI a la enfermedad de Alzheimer pudiera ser interceptado o ralentizado,esta técnica podría desempeñar un papel en la detección "
Fuente de la historia :
Materiales proporcionados por Sociedad Radiológica de América del Norte . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :