Inteligencia Artificial para mejorar la detección del TDAH por resonancia magnética
Según un reciente estudio publicado en Radiology: Artificial Intelligence, un tipo de inteligencia artificial llamado aprendizaje profundo, es capaz de aumentar la potencia de la resonancia magnética para la predicción del trastorno por déficit de atención con hiperactividad ( TDHA ). Además, los científicos implicados en la investigación, apuntaron que este nuevo enfoque, puede tener diferentes aplicaciones para otro tipo de afecciones neurológicas.
Nuestro cerebro está compuesto por un complejo conjunto de redes. El progreso en el ámbito de la resonancia magnética funcional, un tipo de imagen que analiza la actividad cerebral detectando cambios en el flujo sanguíneo, ha facilitado la labor de mapear las conexiones dentro de las redes cerebrales. Este mapa cerebral es conocido como conectoma.
El conectoma es fundamental para comprender los trastornos cerebrales como el TDAH, una condición que dificulta que una persona preste atención y controle su comportamiento inquieto. Aún no es posible diagnosticar este trastorno mediante una sola prueba. El diagnóstico de TDAH se basa en síntomas y pruebas basadas en el comportamiento.
Parcelaciones cerebrales
Mejora la detección
El enfoque multiescala mejoró notablemente el rendimiento de detección de TDAH con el uso de un método de una única escala.
«Nuestros resultados enfatizan el poder predictivo del conectoma cerebral», ha indicado la autora principal del estudio, Lili He. «El conectoma funcional cerebral construido que abarca múltiples escalas proporciona información complementaria para la representación de redes en todo el cerebro».
Al mejorar la precisión del diagnóstico, el diagnóstico basado en la imagen de la resonancia magnética con ayuda de aprendizaje profundo, podría ser de vital importancia para implementar intervenciones tempranas para pacientes con TDAH.
