Investigadores de la Universidad Tecnológica de Kaunas (Lituania) han desarrollado un algoritmo capaz de predecir la aparición de la enfermedad de Alzhéimer a partir de imágenes cerebrales tomadas con resonancia magnética funcional.
Para contribuir en este proceso, investigadores de la Universidad Tecnológica de Kaunas (KTU) han desarrollado un algoritmo que ha logrado detectar posibles indicadores de Alzhéimer con una precisión cercana al 100%, tal como informa la Universidad en un comunicado.
El aprendizaje profundo ha sido la tecnología clave para desarrollar este método, que analizó imágenes de resonancia magnética funcional obtenidas de 138 sujetos obteniendo una precisión superior al 99%.
Las imágenes obtenidas se clasificaron, por medio de una modificación de la red neuronal residual ResNet 18, en seis categorías diferentes: desde saludables hasta el espectro del deterioro cognitivo leve (DLC) hasta la enfermedad de alzhéimer. En total, se seleccionaron 51.443 y 27.310 imágenes del conjunto de datos de resonancia magnética funcional.
uNA HERRAMIENTA CLAVE PARA LA detección precoz del alzhéimer
En la primera etapa de la enfermedad los pacientes apenas presentan síntomas de Alzhéimer, por lo que cuando empieza a manifestarse la enfermedad suele estar en un estado avanzado. Teóricamente las resonancias magnéticas analizadas de manera manual es el método más común para detectar las regiones del celebro que están involucradas en este trastorno, sin embargo, esto requiere conocimientos específicos y mucho tiempo.
Gracias a este nuevo método, se podría reducir considerablemente estos tiempos y detectar otras enfermedades neurológicas relacionadas, lo que puede facilitar la tarea del profesional médico para que se oriente mejor y establezca un tratamiento más personalizado.
«Por supuesto, no nos atrevemos a sugerir que un profesional médico deba confiar en un algoritmo al 100%, pero el especialista puede examinar los casos más de cerca», explica Rytis Maskeli?nas, investigador del Departamento de Ingeniería Multimedia en la KTU, y supervisor del estudio.
Este algoritmo, según los investigadores, podría llegar a convertirse en un software que analiza los datos de grupos vulnerables, como las personas mayores de 65 años con antecedentes de lesión cerebral o hipertensión arterial.