El aprendizaje profundo, un tipo de inteligencia artificial, puede aumentar el poder de la resonancia magnética para predecir el trastorno por déficit de atención con hiperactividad TDAH, según un estudio publicado en Radiología: Inteligencia Artificial . Los investigadores dijeron que el enfoque también podría tener aplicaciones para otras afecciones neurológicas.
El cerebro humano es un conjunto complejo de redes. Los avances en la resonancia magnética funcional, un tipo de imagen que mide la actividad cerebral mediante la detección de cambios en el flujo sanguíneo, han ayudado a mapear las conexiones dentro y entre las redes cerebrales. Este mapa cerebral completo esreferido como el connectome.
Cada vez más, el conectoma se considera clave para comprender los trastornos cerebrales como el TDAH, una condición que dificulta que una persona preste atención y controle el comportamiento inquieto.
Según la Encuesta Nacional de Salud Infantil, aproximadamente el 9.4% de los niños de EE. UU., De 2 a 17 años 6.1 millones en 2016 han sido diagnosticados con TDAH. El trastorno aún no se puede diagnosticar definitivamente en un niño individual con una sola pruebao examen de imagen médica. En cambio, el diagnóstico de TDAH se basa en una serie de síntomas y pruebas basadas en el comportamiento.
La resonancia magnética cerebral tiene un papel potencial en el diagnóstico, ya que la investigación sugiere que el TDAH es el resultado de algún tipo de ruptura o interrupción en el conectoma. El conectoma se construye a partir de regiones espaciales a través de la imagen de RM conocidas como parcelaciones.criterios anatómicos, criterios funcionales o ambos. El cerebro puede estudiarse a diferentes escalas en función de diferentes parcelaciones cerebrales.
Los estudios anteriores se han centrado en el llamado enfoque de escala única, donde el conectoma se construye basado en una sola parcela. Para el nuevo estudio, los investigadores de la Universidad de Cincinnati College of Medicine y el Cincinnati Children's Hospital Medical Center tomaron másvista integral. Desarrollaron un método de escala múltiple, que utilizaba mapas de conectomas múltiples basados en parcelaciones múltiples.
Para construir el modelo de aprendizaje profundo, los investigadores utilizaron datos del conjunto de datos NeuroBureau ADHD-200. El modelo utilizó los datos de conectometría cerebral a escala múltiple de los 973 participantes del proyecto junto con características personales relevantes, como el género y el coeficiente intelectual.
El enfoque multiescala mejoró significativamente el rendimiento de detección de TDAH con respecto al uso de un método de escala única.
"Nuestros resultados enfatizan el poder predictivo del conectoma cerebral", dijo la autora principal del estudio, Lili He, Ph.D., del Centro Médico del Hospital Infantil de Cincinnati. "El conectoma funcional cerebral construido que abarca múltiples escalas proporciona información complementaria para elrepresentación de redes en todo el cerebro "
Al mejorar la precisión diagnóstica, el diagnóstico basado en MRI con ayuda de aprendizaje profundo podría ser crítico en la implementación de intervenciones tempranas para pacientes con TDAH. Aproximadamente el 5% de los niños estadounidenses en edad preescolar y escolar han sido diagnosticados con TDAH. Estos niños y adolescentesenfrentan un alto riesgo de fracasar en el estudio académico y construir relaciones sociales, lo que puede resultar en dificultades financieras para las familias y crear una tremenda carga para la sociedad.
El enfoque también tiene potencial más allá del TDAH, según el Dr. He.
"Este modelo puede generalizarse a otras deficiencias neurológicas", dijo. "Ya lo usamos para predecir la deficiencia cognitiva en los bebés prematuros. Los escaneamos poco después del nacimiento para predecir los resultados del desarrollo neurológico a los dos años de edad".
En el futuro, los investigadores esperan ver que el modelo de aprendizaje profundo mejore a medida que se expone a conjuntos de datos de neuroimagen más grandes. También esperan comprender mejor las fallas o interrupciones específicas en el conectoma identificado por el modelo que está asociado con el TDAH.
Fuente de la historia :
Materiales proporcionado por Sociedad Radiológica de América del Norte . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :