IA para ayudar a los médicos a tratar la sordera

Paula López Díaz, estudiante de doctorado en DTU Compute. Crédito: Hanne Kokkegrd/DTU Compute

Uno de cada cinco pacientes con pérdida auditiva, discapacidad auditiva severa o que nacieron sordos, tienen deformaciones en el oído interno y podrían beneficiarse con un audífono avanzado conocido como implante coclear ( CI) implantado. Los exámenes de la estructura laberíntica del oído interno se realizan mediante tomografía computarizada, aunque la interpretación de las imágenes es muy difícil y puede retrasar o descartar por completo el tratamiento.

DTU Ph.D. La estudiante Paula López Diez está estudiando cómo se puede utilizar la inteligencia artificial (IA) para el análisis de imágenes. La IA hará que sea más rápido para los médicos determinar si un implante será adecuado.

«Es muy motivador ver qué significa la IC para los pacientes y saber que mi investigación podrá ayudarlos. La IA es ahora se usa de todas las formas posibles, y se generalizará aún más, porque funciona. Deberíamos priorizar el uso de la investigación de IA dentro de la ciencia médica, para mejorar el diagnóstico y tratar a los pacientes antes», dice Paula.

Software para ayudar en operaciones complicadas

Un implante coclear consta de partes exteriores e interiores. Externamente, un procesador de audio colocado detrás de la oreja capta el sonido, lo digitaliza y lo transfiere a través de un transmisor ubicado en el cráneo a un receptor de implante justo debajo de la piel. El receptor convierte los datos digitales en una señal electrónica, que luego se envía a una serie de electrodos implantados en la cóclea. Los electrodos estimulan el nervio auditivo, lo que permite que el cerebro perciba el sonido.

La operación real es complicada, ya que los cirujanos deben perforar un orificio en el cráneo para implantar el receptor y los electrodos, pero si tocan un nervio facial o un electrodo está demasiado cerca de un nervio facial, el paciente podría experimentar parálisis, tics y dolor. Y el implante no funcionará si el electrodo se coloca incorrectamente en relación con las deformaciones. Por lo tanto, requiere un alto grado de precisión y los cirujanos necesitan un conocimiento detallado de las deformaciones en el oído.

«El objetivo es desarrollar un software en el que los médicos carguen las tomografías computarizadas y que sea capaz de identificar automáticamente los diferentes tipos de deformaciones típicas en la estructura del oído interno. El software debería desarrollarse potencialmente para proporcionar una evaluación de si un implante coclear funcionaría e indicarle al cirujano cómo y desde qué ángulo realizar la operación». dice Paula.

«Muchos otorrinolaringólogos no son conscientes de las deformaciones en el oído, ya que hay muy pocos pacientes que las tienen. Y no hay dos deformaciones idénticas, lo que significa que el algoritmo también podrá hacer una diferencia en esta área», agrega.

Paula trabaja en la sección de investigación Computación visual en DTU Compute, donde los científicos son expertos en el uso de inteligencia artificial como el aprendizaje automático y profundo en análisis de imágenes. Usando su conocimiento de la estructura del oído, Paula entrena su modelo matemático para identificar las características especiales en las imágenes de tomografía computarizada.

Recientemente publicó los primeros resultados de su investigación junto con colegas de DTU y el socio en el Ph.D. . proyecto, Oticon Medical. Los resultados confirman que la IA permite identificar el nervio auditivo y los nervios faciales en imágenes escaneadas.

La IA se entrena con datos de pacientes rusos

Debido al hecho de que hay datos limitados disponible para pacientes con deformación del oído interno, DTU utiliza datos del Centro Nacional de Investigación Médica para Otorrinolaringología de la Agencia Federal Médico-Biológica de Rusia en Moscú. Oticon Medical ya colabora con el director del hospital, el profesor Khassan Diab, que es especialista en el campo.

La colaboración con institutos de investigación rusos es una novedad para el departamento de DTU. Según el profesor asociado y Ph.D. el consejero Rasmus Paulsen, DTU ahora tiene la oportunidad de entrenar sus modelos matemáticos en un conjunto de datos único.

«Es extremadamente importante tener acceso a datos que reflejen la enorme variación en pacientes con deformación del oído interno, como así como recibir aportes de expertos para el procedimiento quirúrgico óptimo para poder planificar operaciones. El centro de investigación de Khassan Diab cubre una gran área geográfica y, por lo tanto, su clínica trata a muchos más pacientes que la mayoría de los demás. Es invaluable tener acceso a estos datos junto con parámetros clínicamente relevantes, como las técnicas quirúrgicas y los resultados de las operaciones de implante».

Paula visitará el hospital en Moscú durante la primavera para experimentar cómo trabajan los médicos a diario y ver cómo generan datos. .

«Soy ingeniero y matemático que trabaja con modelos matemáticos y nunca he estudiado anatomía. Por supuesto que tengo un conocimiento considerable del oído, pero siempre es bueno poder salir y obtener una idea de lo que necesitan los médicos y cómo pueden ayudar nuestros algoritmos».

Oticon Medical: innovación para los pacientes

Oticon Medical tiene grandes expectativas para el Ph.D. del proyecto, explica el coasesor Franois Patou, cuyo puesto como director sénior de investigación traslacional implica implementar los conocimientos científicos en la práctica con mayor rapidez:

«La colaboración entre el profesor Diab de la DTU y Oticon Medical representa un gran paso hacia una tratamiento de implante coclear en los casos más desafiantes: bebés que nacen con deformaciones. Para Oticon Medical, el proyecto es un trampolín para usar análisis de imágenes automatizados para el tratamiento de IC y respalda el objetivo de la empresa de permitir que la innovación sea beneficiosa para todos los usuarios de IC».

Explore más

Método convierte electrodos de implante coclear en microsensores Más información: Lpez Diez P., Sundgaard JV, Patou F., Margeta J., Paulsen RR (2021) Facial and Cochlear Caracterización de los nervios utilizando el aprendizaje de refuerzo profundo para la detección de puntos de referencia. En: de Bruijne M. et al. (eds) Computación de imágenes médicas e intervención asistida por computadora MICCAI 2021. MICCAI 2021. Apuntes de conferencias en informática, vol 12904. Springer, Cham. doi.org/10.1007/978-3-030-87202-1_50 Proporcionado por la Universidad Técnica de Dinamarca Cita: IA para ayudar a los médicos a tratar la sordera (2022, 18 de enero) consultado el 29 de agosto de 2022 en https:/ /medicalxpress.com/news/2022-01-ai-doctors-deafness.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.