{"id":71747,"date":"2025-04-07T07:20:39","date_gmt":"2025-04-07T12:20:39","guid":{"rendered":"https:\/\/einsteresante.com\/?p=71747"},"modified":"2025-04-07T07:20:40","modified_gmt":"2025-04-07T12:20:40","slug":"ia-puede-rastrear-la-efectividad-de-los-tratamientos-contra-la-esclerosis-multiple","status":"publish","type":"post","link":"https:\/\/einsteresante.com\/index.php\/2025\/04\/07\/ia-puede-rastrear-la-efectividad-de-los-tratamientos-contra-la-esclerosis-multiple\/","title":{"rendered":"IA puede rastrear la efectividad de los tratamientos contra la esclerosis m\u00faltiple"},"content":{"rendered":"\n

Investigadores del UCL han desarrollado una nueva herramienta de inteligencia artificial (IA) que puede ayudar a interpretar y evaluar qu\u00e9 tan bien funcionan los tratamientos para pacientes con esclerosis m\u00faltiple (EM). La IA utiliza modelos matem\u00e1ticos para entrenar computadoras mediante el uso de cantidades masivas de datos para aprender y resolver problemas de maneras que pueden parecer humanas, incluyendo c\u00f3mo realizar tareas complejas como\u00a0el reconocimiento de im\u00e1genes<\/a>.<\/p>\n\n\n\n

La herramienta, llamada MindGlide, puede extraer informaci\u00f3n clave de\u00a0im\u00e1genes cerebrales<\/a>\u00a0(resonancias magn\u00e9ticas) adquiridas durante la atenci\u00f3n de pacientes con EM, como medir \u00e1reas da\u00f1adas del cerebro y resaltar cambios sutiles como la contracci\u00f3n y las placas cerebrales. La esclerosis m\u00faltiple (EM) es una enfermedad en la que el sistema inmunitario ataca el cerebro y\u00a0la m\u00e9dula espinal<\/a>. Esto causa problemas en la forma en que una persona se mueve, siente o piensa. En el Reino Unido, 130.000 personas viven con EM, lo que le cuesta al NHS m\u00e1s de 2.900 millones de libras al a\u00f1o.<\/p>\n\n\n\n

Los marcadores de resonancia magn\u00e9tica (RM) son cruciales para estudiar y evaluar tratamientos para la EM. Sin embargo, la medici\u00f3n de estos marcadores requiere diferentes tipos de resonancias magn\u00e9ticas especializadas, lo que limita la eficacia de muchas exploraciones hospitalarias de rutina.<\/p>\n\n\n\n

Como parte de un nuevo estudio, publicado en\u00a0Nature Communications,\u00a0los investigadores probaron la eficacia de MindGlide en m\u00e1s de 14.000 im\u00e1genes de m\u00e1s de 1.000 pacientes con EM. Anteriormente, esta tarea requer\u00eda que neurorradi\u00f3logos expertos interpretaran manualmente a\u00f1os de exploraciones complejas, y el tiempo de respuesta para generar el informe de estas im\u00e1genes suele ser de semanas debido a la carga de trabajo del NHS.<\/p>\n\n\n\n

Sin embargo, por primera vez, MindGlide logr\u00f3 usar IA con \u00e9xito para detectar c\u00f3mo los diferentes tratamientos afectaban la progresi\u00f3n de la enfermedad en ensayos cl\u00ednicos<\/a> y atenci\u00f3n m\u00e9dica rutinaria, utilizando im\u00e1genes que antes no se pod\u00edan analizar e im\u00e1genes de resonancia magn\u00e9tica rutinarias. El proceso tom\u00f3 solo de cinco a diez segundos por imagen.<\/p>\n\n\n\n

MindGlide tambi\u00e9n tuvo un mejor desempe\u00f1o que otras dos herramientas de IA: SAMSEG (una herramienta utilizada para identificar y delinear diferentes partes del cerebro en exploraciones de resonancia magn\u00e9tica) y WMH-SynthSeg (una herramienta que detecta y mide puntos brillantes vistos en ciertas exploraciones de resonancia magn\u00e9tica, que pueden ser importantes para diagnosticar y monitorear afecciones como la EM), en comparaci\u00f3n con el an\u00e1lisis cl\u00ednico de expertos.<\/p>\n\n\n\n

MindGlide fue un 60% mejor que SAMSEG y un 20% mejor que WMH-SynthSeg para localizar anomal\u00edas cerebrales conocidas como placas (o lesiones) o para monitorear el efecto del tratamiento. El primer autor, el Dr. Philipp Goebl del Instituto de Neurolog\u00eda Queen Square del UCL y el Instituto Hawkes del UCL, afirm\u00f3: \u00abEl uso de MindGlide nos permitir\u00e1 utilizar im\u00e1genes cerebrales existentes en los archivos hospitalarios para comprender mejor la esclerosis m\u00faltiple y c\u00f3mo el tratamiento afecta al cerebro\u00bb.<\/p>\n\n\n\n

Esperamos que la herramienta libere informaci\u00f3n valiosa de millones de im\u00e1genes cerebrales sin explotar, que antes eran dif\u00edciles o imposibles de comprender. Esto generar\u00e1 de inmediato informaci\u00f3n valiosa sobre la esclerosis m\u00faltiple para los investigadores y, en un futuro pr\u00f3ximo, permitir\u00e1 comprender mejor la condici\u00f3n del paciente mediante IA en la pr\u00e1ctica cl\u00ednica. Esperamos que esto sea posible en los pr\u00f3ximos cinco a diez a\u00f1os.<\/p>\n\n\n\n

Los resultados del estudio muestran que es posible utilizar MindGlide para identificar y medir con precisi\u00f3n tejidos y lesiones cerebrales importantes incluso con datos de resonancia magn\u00e9tica limitados y tipos \u00fanicos de exploraciones que normalmente no se utilizan para este prop\u00f3sito, como la resonancia magn\u00e9tica ponderada en T2 sin FLAIR (un tipo de exploraci\u00f3n que resalta los fluidos en el cuerpo pero a\u00fan contiene se\u00f1ales brillantes, lo que hace que sea m\u00e1s dif\u00edcil ver las placas). Adem\u00e1s de funcionar mejor a la hora de detectar cambios en la capa externa del cerebro, MindGlide tambi\u00e9n funcion\u00f3 bien en \u00e1reas m\u00e1s profundas del cerebro.<\/p>\n\n\n\n

Los resultados fueron v\u00e1lidos y confiables tanto en un momento dado como durante per\u00edodos m\u00e1s largos (es decir, en exploraciones anuales a las que asist\u00edan los pacientes). Adem\u00e1s, MindGlide pudo corroborar investigaciones previas de alta calidad sobre qu\u00e9 tratamientos eran m\u00e1s efectivos.<\/p>\n\n\n\n

Los investigadores ahora esperan que MindGlide pueda usarse para evaluar tratamientos de EM en entornos del mundo real, superando las limitaciones anteriores de confiar \u00fanicamente en datos de ensayos cl\u00ednicos de alta calidad, que a menudo no capturaban la diversidad total de personas con EM.<\/p>\n\n\n\n

El Dr. Arman Eshaghi (Instituto de Neurolog\u00eda Queen Square de la UCL y Instituto Hawkes de la UCL), investigador principal del proyecto y l\u00edder del grupo MS-PINPOINT, afirm\u00f3: \u00abAnteriormente, no analiz\u00e1bamos la mayor parte de las im\u00e1genes cerebrales cl\u00ednicas debido a su menor calidad. La IA liberar\u00e1 el potencial sin explotar de la valiosa informaci\u00f3n hospitalaria para proporcionar informaci\u00f3n sin precedentes sobre la progresi\u00f3n de la EM y c\u00f3mo funcionan los tratamientos y afectan al cerebro\u00bb.<\/p>\n\n\n\n

Limitaciones del estudio<\/h2>\n\n\n\n

La implementaci\u00f3n actual de MindGlide se limita a exploraciones cerebrales y no incluye im\u00e1genes de la m\u00e9dula espinal, que son importantes para evaluar la discapacidad en personas con EM. Las investigaciones futuras deber\u00e1n desarrollar una evaluaci\u00f3n m\u00e1s completa de todo el sistema neuronal para abarcar tanto el cerebro como la m\u00e9dula espinal.<\/p>\n\n\n\n

Desarrollando MindGlide<\/h2>\n\n\n\n

MindGlide es un modelo de aprendizaje profundo (IA), desarrollado por investigadores del UCL, para evaluar im\u00e1genes de resonancia magn\u00e9tica cerebral e identificar da\u00f1os y cambios causados \u200b\u200bpor la EM. Para desarrollar MindGlide, los cient\u00edficos utilizaron un conjunto de datos inicial de 4247 resonancias magn\u00e9ticas cerebrales de 2934 pacientes con EM, distribuidos en 592 esc\u00e1neres.<\/p>\n\n\n\n

Durante este proceso, MindGlide se entrena para identificar marcadores de la enfermedad. Este nuevo estudio se llev\u00f3 a cabo para validar MindGlide, compar\u00e1ndolo con tres bases de datos independientes de 14.952 im\u00e1genes de 1001 pacientes.<\/p>\n\n\n\n

Fuente: Medical Xpress<\/a>.<\/p>\n","protected":false},"excerpt":{"rendered":"

Investigadores del UCL han desarrollado una nueva herramienta de inteligencia artificial (IA) que puede ayudar a interpretar y evaluar qu\u00e9 tan bien funcionan los tratamientos para pacientes con esclerosis m\u00faltiple (EM). La IA utiliza modelos matem\u00e1ticos para entrenar computadoras mediante el uso de cantidades masivas de datos para aprender y resolver problemas de maneras que […]<\/p>\n","protected":false},"author":1,"featured_media":71760,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[7],"tags":[],"class_list":["post-71747","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-salud-y-medicina"],"_links":{"self":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts\/71747","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/comments?post=71747"}],"version-history":[{"count":12,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts\/71747\/revisions"}],"predecessor-version":[{"id":71759,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts\/71747\/revisions\/71759"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/media\/71760"}],"wp:attachment":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/media?parent=71747"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/categories?post=71747"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/tags?post=71747"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}