Un equipo de investigadores internacionales dirigido por la University College de Londres (UCL) ha desarrollado un algoritmo de inteligencia artificial (IA) que puede detectar anomal\u00edas cerebrales sutiles que causan ataques epil\u00e9pticos. El proyecto Multicentre Epilepsy Lesion Detection (MELD) utiliz\u00f3 m\u00e1s de 1000 resonancias magn\u00e9ticas de pacientes de 22 centros de epilepsia de todo el mundo para desarrollar el algoritmo, que proporciona informes sobre d\u00f3nde se encuentran las anomal\u00edas en los casos de displasia cortical focal (FCD) resistente a los medicamentos, una de las principales causas de epilepsia. <\/p>\n\n\n\n
Las FCD son \u00e1reas del cerebro que se han desarrollado de manera anormal y, a menudo, causan epilepsia resistente a los medicamentos. La condici\u00f3n generalmente se trata con cirug\u00eda, sin embargo, identificar las lesiones de una resonancia magn\u00e9tica es un desaf\u00edo continuo para los m\u00e9dicos, ya que las exploraciones de resonancia magn\u00e9tica en los FCD pueden parecer normales. Para desarrollar el algoritmo, el equipo cuantific\u00f3 las caracter\u00edsticas corticales de las im\u00e1genes de resonancia magn\u00e9tica, como el grosor o el pliegue de la superficie de la corteza\/cerebro, y utiliz\u00f3 alrededor de 300.000 ubicaciones en todo el cerebro.<\/p>\n\n\n\n
Luego, los investigadores entrenaron el algoritmo en ejemplos etiquetados por radi\u00f3logos expertos como un cerebro sano o con FCD, seg\u00fan sus patrones y caracter\u00edsticas. Los hallazgos, publicados en Brain, encontraron que, en general, el algoritmo pudo detectar la FCD en el 67% de los casos en la cohorte (538 participantes).<\/p>\n\n\n\n
Anteriormente, 178 de los participantes hab\u00edan sido considerados negativos en la resonancia magn\u00e9tica, lo que significa que los radi\u00f3logos no hab\u00edan podido encontrar la anomal\u00eda. Sin embargo, el algoritmo MELD pudo identificar la FCD en el 63% de estos casos. Esto es particularmente importante, ya que si los m\u00e9dicos pueden encontrar la anomal\u00eda en el esc\u00e1ner cerebral, entonces la cirug\u00eda para extirparla puede proporcionar una cura.<\/p>\n\n\n\n
La coautora Mathilde Ripart del Instituto de Salud Infantil Great Ormond Street de la UCL dijo: “Hicimos hincapi\u00e9 en crear un algoritmo de IA que fuera interpretable y pudiera ayudar a los m\u00e9dicos a tomar decisiones. Mostrarles a los m\u00e9dicos c\u00f3mo el algoritmo MELD hac\u00eda sus predicciones era parte esencial de ese proceso”.<\/p>\n\n\n\n
El coautor principal, el Dr. Konrad Wagstyl del Instituto de Neurolog\u00eda Queen Square de la UCL agreg\u00f3: “Este algoritmo podr\u00eda ayudar a encontrar m\u00e1s de estas lesiones ocultas en ni\u00f1os y adultos con epilepsia, y permitir que m\u00e1s pacientes con epilepsia sean considerados para una cirug\u00eda cerebral que podr\u00eda curar la epilepsia y mejorar su desarrollo cognitivo. Aproximadamente 440 ni\u00f1os por a\u00f1o podr\u00edan beneficiarse de la cirug\u00eda de epilepsia en Inglaterra”.<\/p>\n\n\n\n
Alrededor del 1% de la poblaci\u00f3n mundial tiene epilepsia, una condici\u00f3n neurol\u00f3gica grave, que se caracteriza por convulsiones frecuentes. En el Reino Unido se ven afectadas unas 600.000 personas. Si bien los tratamientos farmacol\u00f3gicos est\u00e1n disponibles para la mayor\u00eda de las personas con epilepsia, entre el 20 y el 30% no responden a los medicamentos.<\/p>\n\n\n\n
En los ni\u00f1os que se han sometido a una cirug\u00eda para controlar su epilepsia, la DFC es la causa m\u00e1s com\u00fan y en los adultos es la tercera causa m\u00e1s com\u00fan. Adem\u00e1s, de los pacientes que tienen epilepsia que tienen una anomal\u00eda en el cerebro que no se puede encontrar en las resonancias magn\u00e9ticas, la FCD es la causa m\u00e1s com\u00fan.<\/p>\n\n\n\n
La coautora principal, la Dra. Hannah Spitzer (Helmholtz Munich), dijo: “Nuestro algoritmo aprende autom\u00e1ticamente a detectar lesiones a partir de miles de resonancias magn\u00e9ticas de pacientes. Puede detectar de manera confiable lesiones de diferentes tipos, formas y tama\u00f1os, e incluso muchas de esas lesiones que fueron pasados \u200b\u200bpor alto por los radi\u00f3logos”.<\/p>\n\n\n\n
La coautora principal, la Dra. Sophie Adler del Instituto de Salud Infantil Great Ormond Street de la UCL agreg\u00f3: “Esperamos que esta tecnolog\u00eda ayude a identificar las anomal\u00edas que causan la epilepsia que actualmente se pasan por alto. En \u00faltima instancia, podr\u00eda permitir que m\u00e1s personas con epilepsia tengan cirug\u00eda cerebral potencialmente curativa”.<\/p>\n\n\n\n
Este estudio sobre la detecci\u00f3n de FCD utiliza la mayor cohorte de MRI de FCD hasta la fecha, lo que significa que es capaz de detectar todos los tipos de FCD. La herramienta clasificadora MELD FCD se puede ejecutar en cualquier paciente con sospecha de tener una FCD que tenga m\u00e1s de 3 a\u00f1os y tenga una resonancia magn\u00e9tica. Se utilizaron diferentes esc\u00e1neres de resonancia magn\u00e9tica en los 22 hospitales involucrados en el estudio en todo el mundo, lo que permite que el algoritmo sea m\u00e1s s\u00f3lido, pero tambi\u00e9n podr\u00eda afectar la sensibilidad y la especificidad del algoritmo.<\/p>\n\n\n\n