Andrew Greenshaw, profesor y presidente asociado en el Departamento de Psiquiatr\u00eda, dice que aplicar el aprendizaje autom\u00e1tico al diagn\u00f3stico m\u00e9dico depende de tener datos estandarizados y consistentes disponibles para \u00abense\u00f1ar\u00bb los sistemas basados en IA qu\u00e9 buscar. (Foto: Facultad de Medicina y Odontolog\u00eda) <\/p>\n
Muchas personas con trastorno bipolar en etapa temprana o en el primer episodio tienen d\u00e9ficits cognitivos, como problemas con el procesamiento visual y la memoria espacial, pero esos d\u00e9ficits suelen ser tan sutiles que el trastorno puede desaparecer. sin diagnosticar durante a\u00f1os. Eso podr\u00eda cambiar gracias a los investigadores de la Universidad de Alberta que han creado un modelo de aprendizaje autom\u00e1tico que ayuda a identificar estos d\u00e9ficits sutiles con el objetivo de intervenir antes. <\/p>\n
El estudio fue dirigido por Jeffrey Sawalha, un estudiante de doctorado que colabora con el Grupo de Investigaci\u00f3n de Psiquiatr\u00eda Computacional de la U of A.<\/p>\n
El diagn\u00f3stico temprano es crucial para los pacientes con trastorno bipolar, ya que esto permite que los psiquiatras los traten antes. , antes de que los s\u00edntomas empeoren. La evidencia sugiere que los pacientes responden con mayor fuerza en las primeras etapas al tratamiento con litio.<\/p>\n
\u00abSi se puede usar la prueba cognitiva y el aprendizaje autom\u00e1tico para detectar la forma sutil, para prevenir la progresi\u00f3n o la aparici\u00f3n de un estado man\u00edaco episodio, esa es la clave. Obviamente, no podemos prevenir todos los casos, pero puede ser un gran beneficio para algunas personas\u00bb, dijo Bo Cao, profesor asistente en el Departamento de Psiquiatr\u00eda y miembro del grupo de psiquiatr\u00eda computacional, que tambi\u00e9n incluye a Russ Greiner y Andrew Greenshaw. Los tres tambi\u00e9n son miembros del Instituto de Neurociencia y Salud Mental.<\/p>\n
El grupo entren\u00f3 su modelo de aprendizaje autom\u00e1tico comparando pacientes con trastorno bipolar cr\u00f3nico con individuos de control sanos, y luego demostr\u00f3 que este modelo aprendido pod\u00eda distinguir primero: episodio de pacientes con trastorno bipolar de controles sanos con un 76 % de precisi\u00f3n. La herramienta resultante puede examinar los marcadores tempranos de los d\u00e9ficits cognitivos, que luego pueden usarse para la detecci\u00f3n temprana del trastorno bipolar.<\/p>\n
Una forma m\u00e1s f\u00e1cil y accesible de recopilar datos<\/p>\n
La U de A Los investigadores trabajaron con colaboradores en China, quienes recopilaron los datos utilizados en el modelo de aprendizaje autom\u00e1tico. Los datos se obtuvieron mediante pruebas dirigidas a la funci\u00f3n cognitiva. En este estudio, los pacientes fueron supervisados a medida que completaban las pruebas, pero la mayor\u00eda de las pruebas se pod\u00edan realizar virtualmente usando una tableta.<\/p>\n
Esto contrasta marcadamente con la pr\u00e1ctica actual de obtener informaci\u00f3n a trav\u00e9s de m\u00e1quinas como las resonancias magn\u00e9ticas. , que proporcionan im\u00e1genes de la estructura del cerebro. Seg\u00fan los investigadores, una simple prueba cognitiva analizada a trav\u00e9s del aprendizaje autom\u00e1tico puede generar datos igualmente valiosos.<\/p>\n
\u00abSi podemos obtener la misma informaci\u00f3n por centavos versus cientos de d\u00f3lares, de inmediato versus dentro de tres semanas, en un ambiente libre de estr\u00e9s frente a un ambiente hospitalario estresante, es una victoria general\u00bb, dijo Greiner, profesor de la Facultad de Ciencias y miembro residente en el Instituto de Inteligencia de M\u00e1quinas de Alberta (Amii).<\/p>\n
La nueva herramienta tambi\u00e9n es beneficiosa para monitorear la progresi\u00f3n de un paciente a lo largo del tiempo. \u00abCuando se trata de seguimientos, esa informaci\u00f3n tambi\u00e9n es m\u00e1s f\u00e1cil de recopilar. Es una manera f\u00e1cil de controlar los s\u00edntomas\u00bb, dijo Sawalha.<\/p>\n
Impulsar los modelos de aprendizaje autom\u00e1tico<\/p>\n
Greenshaw enfatiz\u00f3 la importancia de recopilaci\u00f3n de datos consistente y estandarizada para ayudar a cultivar estos tipos de modelos de aprendizaje autom\u00e1tico.<\/p>\n
\u00abEstos modelos son maravillosos, pero necesita los datos para construir los modelos, y una de las cosas que predecimos que suceder\u00e1 con el aplicaci\u00f3n del aprendizaje autom\u00e1tico impulsar\u00e1 al sistema de salud a recopilar mejores medidas basadas en evidencia\u00bb, dijo Greenshaw, profesor y presidente asociado del Departamento de Psiquiatr\u00eda.<\/p>\n
\u00abPor ejemplo, en otro trabajo, Como hemos hecho con los medicamentos antidepresivos, un psiquiatra que trata de decidir qu\u00e9 medicamento usar tiene aproximadamente un 50 por ciento de posibilidades de hacerlo bien. Al aplicar el aprendizaje autom\u00e1tico, puede obtener esa probabilidad mucho m\u00e1s alta, pero debe obtener la aprobaci\u00f3n de los m\u00e9dicos. \u00ab<\/p>\n
Perfeccionando y ampliando el modelo<\/p>\n
El pr\u00f3ximo paso eps en esta l\u00ednea de investigaci\u00f3n son para validar el modelo con un grupo m\u00e1s grande de personas para obtener un conjunto de datos m\u00e1s completo. Los investigadores tambi\u00e9n est\u00e1n interesados en usar potencialmente el modelo para observar las caracter\u00edsticas psic\u00f3ticas en la esquizofrenia y examinar las diferencias entre los d\u00e9ficits cognitivos en la esquizofrenia y el trastorno bipolar.<\/p>\n
Para los pacientes con trastornos psiqui\u00e1tricos, los problemas con el funcionamiento cognitivo y social a menudo son tan molestos como los propios s\u00edntomas, dijeron los investigadores. Para cuando las pruebas convencionales revelen los problemas, es posible que la calidad de vida del paciente ya se haya deteriorado. Al encontrar deficiencias cognitivas sutiles antes, la nueva herramienta ofrece la esperanza de una mejor calidad de vida para los pacientes.<\/p>\n
Se public\u00f3 el estudio, \u00abIdentificaci\u00f3n individualizada del primer episodio del trastorno bipolar mediante aprendizaje autom\u00e1tico y pruebas cognitivas\u00bb. en el Diario de Trastornos Afectivos. <\/p>\n
Explore m\u00e1s<\/p>\n
La herramienta mejorada basada en IA aumenta la precisi\u00f3n del diagn\u00f3stico de esquizofrenia M\u00e1s informaci\u00f3n:<\/strong> Jeffrey Sawalha et al. Identificaci\u00f3n individualizada del primer episodio de trastorno bipolar mediante aprendizaje autom\u00e1tico y pruebas cognitivas, Journal of Affective Disorders (2020). DOI: 10.1016\/j.jad.2020.12.046 Informaci\u00f3n de la revista:<\/strong> Journal of Affective Disorders <\/p>\n Proporcionado por la Universidad de Alberta Cita<\/strong>: Herramienta basada en IA detecta el trastorno bipolar en etapas anteriores (31 de marzo de 2021) recuperado el 30 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2021-03-ai-based-tool-bipolar-disorder-earlier.html Este documento est\u00e1 sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" Andrew Greenshaw, profesor y presidente asociado en el Departamento de Psiquiatr\u00eda, dice que aplicar el aprendizaje autom\u00e1tico al diagn\u00f3stico m\u00e9dico depende de tener datos estandarizados y consistentes disponibles para \u00abense\u00f1ar\u00bb los sistemas basados en IA qu\u00e9 buscar. (Foto: Facultad de Medicina y Odontolog\u00eda) Muchas personas con trastorno bipolar en etapa temprana o en el primer … Continuar leyendo \u00abHerramienta basada en IA detecta el trastorno bipolar en etapas tempranas\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-16738","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/16738","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=16738"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/16738\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=16738"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=16738"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=16738"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}