Cr\u00e9dito: CC0 Public Domain <\/p>\n
Las se\u00f1ales de advertencia de la enfermedad de Alzheimer (EA) pueden comenzar en el cerebro a\u00f1os antes de que aparezcan los primeros s\u00edntomas. Detectar estas pistas puede permitir cambios en el estilo de vida que posiblemente podr\u00edan retrasar la destrucci\u00f3n del cerebro por la enfermedad. <\/p>\n
\u00abMejorar la precisi\u00f3n diagn\u00f3stica de la enfermedad de Alzheimer es un objetivo cl\u00ednico importante. Si somos capaces de aumentar la precisi\u00f3n diagn\u00f3stica de los modelos de formas que puedan aprovechar los datos existentes, como las resonancias magn\u00e9ticas, eso puede ser muy beneficioso\u00bb, explic\u00f3 autor correspondiente Vijaya B. Kolachalama, Ph.D., profesor asistente de medicina en la Facultad de Medicina de la Universidad de Boston (BUSM).<\/p>\n
Usando un marco avanzado de IA (inteligencia artificial) basado en la teor\u00eda de juegos (conocido como generativo adversarial network o GAN), Kolachalama y su equipo procesaron im\u00e1genes cerebrales (algunas de baja y alta calidad) para generar un modelo que pudo clasificar la enfermedad de Alzheimer con mayor precisi\u00f3n.<\/p>\n
La calidad de una resonancia magn\u00e9tica depende de el instrumento de esc\u00e1ner que se utiliza. Por ejemplo, un esc\u00e1ner magn\u00e9tico de 1,5 Tesla tiene una calidad de imagen ligeramente inferior a la de una imagen tomada con un esc\u00e1ner magn\u00e9tico de 3 Tesla. La fuerza magn\u00e9tica es un par\u00e1metro clave asociado con un esc\u00e1ner espec\u00edfico. Los investigadores obtuvieron im\u00e1genes de resonancia magn\u00e9tica cerebral de esc\u00e1neres de 1,5 Tesla y 3 Tesla de los mismos sujetos tomados al mismo tiempo, y desarrollaron un modelo GAN que aprendi\u00f3 de estas dos im\u00e1genes.<\/p>\n
Como el modelo estaba \u00abaprendiendo \u00bb a partir de las im\u00e1genes de 1,5 Tesla y 3 Tesla, gener\u00f3 im\u00e1genes que ten\u00edan una calidad mejorada que el esc\u00e1ner de 1,5 Tesla, y estas im\u00e1genes generadas tambi\u00e9n predijeron mejor el estado de la enfermedad de Alzheimer en estas personas que lo que podr\u00eda lograrse usando modelos que se basan en 1,5 Im\u00e1genes de Tesla solas. \u00abNuestro modelo esencialmente puede tomar im\u00e1genes derivadas de un esc\u00e1ner de 1,5 Tesla y generar im\u00e1genes de mejor calidad y tambi\u00e9n podemos usar las im\u00e1genes derivadas para predecir mejor la enfermedad de Alzheimer de lo que podr\u00edamos hacer usando solo im\u00e1genes basadas en 1,5 Tesla\u00bb, agreg\u00f3. .<\/p>\n
A nivel mundial, la poblaci\u00f3n de 65 a\u00f1os o m\u00e1s est\u00e1 creciendo m\u00e1s r\u00e1pido que todos los dem\u00e1s grupos de edad. Para 2050, una de cada seis personas en el mundo tendr\u00e1 m\u00e1s de 65 a\u00f1os. Mientras que los costos totales de atenci\u00f3n m\u00e9dica estimados para el tratamiento de la EA en 2020 se estimaron en $ 305 mil millones y se espera que aumenten a m\u00e1s de $ 1 bill\u00f3n a medida que la poblaci\u00f3n envejece. La grave carga que pesa sobre los pacientes y sus cuidadores, en particular, los cuidadores familiares de pacientes con EA se enfrentan a dificultades y angustias extremas que representan una carga importante pero a menudo oculta.<\/p>\n
Seg\u00fan los investigadores, es posible generar im\u00e1genes de calidad mejorada en las cohortes de enfermedades que han utilizado previamente los esc\u00e1neres de 1,5 T y en aquellos centros que contin\u00faan confiando en los esc\u00e1neres de 1,5 T. \u00abEsto nos permitir\u00eda reconstruir las fases m\u00e1s tempranas de la EA y construir un modelo m\u00e1s preciso para predecir el estado de la enfermedad de Alzheimer de lo que ser\u00eda posible usando datos de esc\u00e1neres de 1.5T solos\u00bb, dijo Kolachalama.<\/p>\n
\u00c9l espera que estos m\u00e9todos avanzados de IA se pueden utilizar para que la comunidad de im\u00e1genes m\u00e9dicas pueda aprovechar al m\u00e1ximo los avances en IA. \u00c9l cree que dichos marcos se pueden usar para armonizar los datos de im\u00e1genes en m\u00faltiples estudios para que los modelos se puedan desarrollar y comparar en diferentes poblaciones. Esto puede conducir al desarrollo de mejores enfoques para diagnosticar la EA.<\/p>\n
Estos hallazgos aparecen en l\u00ednea en la revista Alzheimer’s Research & Therapy. <\/p>\n
Explore m\u00e1s<\/p>\n
El algoritmo de inteligencia artificial puede predecir con precisi\u00f3n el riesgo y diagnosticar la EA M\u00e1s informaci\u00f3n:<\/strong> Zhou, X., Qiu, S., Joshi, PS et al. Mejora del rendimiento de la clasificaci\u00f3n de la enfermedad de Alzheimer basada en im\u00e1genes de resonancia magn\u00e9tica mediante el aprendizaje generativo de confrontaci\u00f3n. Terapia Alz Res 13, 60 (2021). doi.org\/10.1186\/s13195-021-00797-5 Informaci\u00f3n de la revista:<\/strong> Alzheimer’s Research & Therapy <\/p>\n Proporcionado por la Facultad de Medicina de la Universidad de Boston Cita<\/strong>: Los investigadores mejoran la clasificaci\u00f3n de la enfermedad de Alzheimer a trav\u00e9s de la inteligencia artificial (2021, 15 de marzo) recuperado el 30 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2021-03-alzheimer-disease-classification-artificial-intelligence.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":" Cr\u00e9dito: CC0 Public Domain Las se\u00f1ales de advertencia de la enfermedad de Alzheimer (EA) pueden comenzar en el cerebro a\u00f1os antes de que aparezcan los primeros s\u00edntomas. Detectar estas pistas puede permitir cambios en el estilo de vida que posiblemente podr\u00edan retrasar la destrucci\u00f3n del cerebro por la enfermedad. \u00abMejorar la precisi\u00f3n diagn\u00f3stica de la … Continuar leyendo \u00abInvestigadores mejoran la clasificaci\u00f3n de la enfermedad de Alzheimer mediante inteligencia artificial\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-18169","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/18169","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=18169"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/18169\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=18169"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=18169"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=18169"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}