Uso de la inteligencia artificial como biomarcador de neuroimagen de la salud cerebral
Fuente: Geralt/Pixabay
El aprendizaje profundo de inteligencia artificial (IA) se utiliza cada vez más como un biomarcador potencial de la salud del cerebro en la neurociencia y la investigación médica. Un nuevo estudio del Instituto Max Planck de Ciencias Cognitivas y Cerebrales Humanas muestra cómo los algoritmos de inteligencia artificial pueden estimar la edad biológica con alta precisión a partir de imágenes de escaneo cerebral.
«Este enfoque computacional imparcial proporciona información sobre la naturaleza general y los mecanismos patológicos del envejecimiento cerebral», escribieron los investigadores.
La edad cerebral estimada por inteligencia artificial entrenada en imágenes de resonancia magnética (MRI) en comparación con la edad cronológica está emergiendo como una nueva forma potencial de deterioro cognitivo, factores de riesgo cardiovascular del estilo de vida, enfermedad de Alzheimer (EA), demencia e hipertensión Biomarcadores digitales. A los investigadores que escribieron este estudio.
Los investigadores del Instituto Max Planck utilizaron un conjunto de redes neuronales convolucionales (CNN) y propagación de correlación capa por capa (LRP) para descubrir qué características del cerebro están asociadas con el envejecimiento cerebral. Una red neuronal convolucional es una red neuronal profunda inspirada en la corteza visual del cerebro biológico.
Una red neuronal convolucional es una red neuronal de avance que utiliza características para clasificar imágenes. Si una red neuronal artificial contiene múltiples operaciones convolucionales, se denomina red neuronal convolucional. La convolución es una operación matemática comúnmente utilizada en el procesamiento de señales e imágenes donde dos señales o imágenes se utilizan como entrada para producir una tercera señal o imagen como salida.
Para entrenar el algoritmo de IA, los investigadores utilizaron datos de imágenes por resonancia magnética (IRM) de un estudio de cohorte basado en la población (el Estudio de adultos LIFE) de más de 10 000 participantes, con más de 2630 de 18 a 82 años. los participantes tuvieron una sesión de grabación de resonancia magnética de una hora.
Los investigadores informan que su modelo estimó con precisión la edad en función de modalidades únicas y múltiples, así como imágenes de todo el cerebro y de regiones limitadas. El error absoluto medio es de solo 3,37-3,86 años.
Según los investigadores, la progresión y la tasa de envejecimiento del cerebro ahora se pueden descubrir y analizar mediante la integración del aprendizaje profundo de IA de diferentes regiones del cerebro y modalidades de resonancia magnética estructural.
«Nuestro análisis muestra que los cambios detectables en la materia gris y la atrofia en la corteza, la subcortical, el cerebelo y el tronco encefálico, así como las lesiones de la materia blanca y una atrofia cerebral más completa representada por ventrículos y surcos de mayor tamaño, impulsan las estimaciones de edad del modelo». escribió.
El enfoque de inteligencia artificial utilizado en este estudio es generalizable y, por lo tanto, puede aplicarse ampliamente en la neurociencia clínica para acelerar nuevos enfoques de salud digital para la futura medicina personalizada.
Copyright © 2022 Cami Rosso.Todos los derechos reservados.
