Cuando se trata del diagnostico de trastornos neurologicos, para el medico es importante no solo obtener el resultado, sino tambien entender por que el sistema llego exactamente a esa conclusion. Precisamente este problema fue resuelto por especialistas de la Plekhanov Russian University of Economics y del Pirogov National Medical and Surgical Center: desarrollaron un algoritmo de analisis de EEG que no solo detecta crisis con alta precision, sino que tambien explica sus decisiones.
La principal caracteristica del nuevo metodo es el uso de una inteligencia artificial "explicable", adaptada a la electroencefalografia. Por lo general, las redes neuronales funcionan como una "caja negra": el medico ve el resultado final, pero no entiende en que se basa.
Sin embargo, en este caso el algoritmo muestra que zonas exactas de la corteza cerebral y que rangos de frecuencia fueron decisivos para el diagnostico. El sistema lo presenta en forma de mapas de calor.
Para la medicina, esto es importante de inmediato por varias razones. En primer lugar, el medico puede verificar las conclusiones de la IA y confiar mas en el resultado. En segundo lugar, el metodo confirmo mecanismos neurofisiologicos ya conocidos y revelo nuevos biomarcadores. Por ejemplo, se trata del rango gamma de alta frecuencia, que antes se consideraba interferencia.
Los desarrolladores consideran que este enfoque en el futuro podria adaptarse para el diagnostico de otras enfermedades neurologicas y neurodegenerativas.
Leer más sobre este tema:
- Sin operaciones ni implantes: un nuevo método para controlar las neuronas cerebrales encontrado en Rusia
- Científicos rusos aprendieron a "ver" el flujo sanguíneo en las arterias profundas del cerebro en tiempo real
- Científicos de la UNN crean IA para el diagnóstico de tumores cerebrales