[et_pb_section fb_built=»1″ _builder_version=»3.0.47″][et_pb_row _builder_version=»3.0.47″ background_size=»initial» background_position=»top_left» background_repeat=»repeat»][et_pb_column type=»4_4″ _builder_version=»3.0.47″ parallax=»off» parallax_method=»on»][et_pb_text _builder_version=»3.0.47″ background_size=»initial» background_position=»top_left» background_repeat=»repeat»]

Los datos personales del paciente son necesarios para desarrollar el paradigma de entrenamiento y predicción. Los investigadores reportan una precisión casi perfecta, con una tasa de resultados falsos “cercano a cero” 

 Un par de investigadores de la Universidad de Louisiana, en Lafayette, han desarrollado un sistema de inteligencia artificial que predice las crisis epilépticas con una precisión del 99,6 por ciento. 

 El profesor Magdy Bayoumi y el investigador Hisham Daoud, el dúo que creó el sistema en la universidad, quieren eliminar las conjeturas de la predicción de ataques. “Proponemos cuatro modelos basados ​​en el aprendizaje profundo, con el propósito de una predicción de ataques temprana y precisa teniendo en cuenta la operación en tiempo real”, detalla su trabajo de investigación.  

 “El problema de predicción de ataques se formula como una tarea de clasificación entre los estados cerebrales interictal y preictal, en el que se considera una verdadera alarma cuando el estado preictal se detecta dentro del período preictal predeterminado”, explican los investigadores. 

 El portal especializado “TheNextWeb” analiza que “predecir una convulsión no es poca cosa, especialmente para la IA”. Explican en ese sentido que los sistemas de aprendizaje automático se ejecutan esencialmente en datos; cuanto más los alimentes, mejor será la capacitación y los resultados.  

 “Lamentablemente, la frecuencia, el tiempo de detección antes del inicio, la duración y la intensidad relativa de una convulsión pueden variar enormemente de un sujeto a otro”, completan. 

 En este contexto, la diferencia de enseñarle a un AI a reconocer fotos de gatos al alimentarlo con millones de imágenes de gato, no puede usar un conjunto de datos de entrenamiento de propósito general para crear un sistema de detección de ataques para pacientes individuales.  

 En cambio, los investigadores utilizan registros a largo plazo de los exámenes de EEG craneales de una persona para desarrollar una especie de línea de base para la actividad cerebral antes, durante y después de las convulsiones. 

 Los datos personales del paciente son necesarios para desarrollar el paradigma de entrenamiento y predicción, “pero los resultados son asombrosos”, dicen los especialistas. Bayoumi y Daoud reportan una precisión casi perfecta con una detección del 99,6 por ciento con una tasa de resultados falsos “de casi cero”. 

 Esto tiene el potencial de mejorar dinámicamente la vida de los aproximadamente 50 millones de personas afectadas por la epilepsia en todo el mundo. La Organización Mundial de la Salud estima que entre 4 y 10 de cada 1,000 personas sufren convulsiones relacionadas con la epilepsia. Según numerosos estudios, el 70 por ciento de los afectados tienen síntomas que pueden mitigarse con medicamentos.  El problema es que muchos pacientes no pueden saber cuándo ingresan a la etapa pre ictal (el período justo antes de que ocurra una convulsión) cuando dicha intervención sería efectiva. 

 “Debido a tiempos de convulsiones inesperados, la epilepsia tiene un fuerte efecto psicológico y social, además de que podría considerarse una enfermedad potencialmente mortal”, reseñan los investigadores en su estudio.  

 “En consecuencia, la predicción de las crisis epilépticas contribuiría en gran medida a mejorar la calidad de vida de los pacientes epilépticos en muchos aspectos, como dar la alarma antes de que ocurra la crisis para proporcionar suficiente tiempo para tomar las medidas adecuadas, desarrollar nuevos métodos de tratamiento y establecer nuevas estrategias. para comprender mejor la naturaleza de la enfermedad”, continúan. 

 Los investigadores ahora han centrado su atención en desarrollar el hardware y los conjuntos de chips adecuados para implementar completamente su sistema de inteligencia artificial como una solución viable para la intervención de ataques.  

 Si bien el desarrollo y las pruebas “probablemente llevarán algún tiempo, existe la esperanza” de que el uso de un dispositivo personalizado -con una funcionalidad similar a la capacidad de salvar vidas del Apple Watch para detectar actividad cardíaca irregular- Bayoumi y Daoud estiman que pueda convertirse algún día en un protocolo de tratamiento estándar para pacientes que sufren ataques epilépticos. 

[/et_pb_text][/et_pb_column][/et_pb_row][/et_pb_section]