Imagen del proyecto impulsado por el INCLIVA y UPV. EFE/INCLIVA El Instituto de Investigación Sanitaria INCLIVA, del Hospital Clínico de
Valencia, ha impulsado, junto a la Universitat Politècnica de València
(UPV), un proyecto dirigido a la mejora de los sistemas de diagnóstico y
tratamiento en psicosis mediante la incorporación de técnicas de
Inteligencia Artificial (IA) y Big Data.
El coordinador del Grupo
de Investigación de Psiquiatría de INCLIVA y de la Unidad de Primeros
Episodios Psicóticos del Hospital Clínico de Valencia, Julio Sanjuán, ha
explicado que el objetivo swl proyecto es "poder predecir, ante el
primer episodio psicótico, la respuesta al tratamiento y el curso de la
enfermedad, para, en definitiva, ofrecer el tratamiento óptimo a cada
paciente".
La psicosis (esquizofrenia y trastorno bipolar)
constituye una de las principales causas de discapacidad en el mundo,
con una prevalencia de entre el 3 y el 4 % y un coste de tratamiento en
Europa estimado en unos 93.900 millones de euros. Los estudios han
demostrado que la detección precoz y el tratamiento temprano no solo
mejoran el pronóstico clínico, sino que reducen claramente los costes
generales.
El proyecto tiene en cuenta dos estrategias para
mejorar los sistemas diagnósticos y terapéuticos de la práctica clínica
diaria. Por un lado, el análisis de los datos de seguimiento de la
muestra total de pacientes atendidos en la Unidad de Primeros Episodios,
que son representativos de la población global. Por otro lado, el
empleo de técnicas de Inteligencia Artificial.
Actualmente, hay
resultados preliminares muy prometedores del uso de esta técnica con
Resonancia Magnética Funcional y la intención de los investigadores es
aplicar dicho análisis al conjunto de datos, incluyendo datos clínicos,
genéticos y de neuroimagen.
Los análisis de machine learning se
han realizado hasta ahora solo con los datos de neuroimagen funcional
pero, en unos años, se espera poder disponer de un análisis del conjunto
de datos, para lo que se realizarán este tipo de resonancias tanto en
hospitales nacionales como internacionales.
En la actualidad,
las técnicas de deep learning pueden analizar muchos más factores y
casos que los especialistas humanos. Se pueden utilizar estas técnicas,
entre otras aplicaciones, para la investigación del genoma, el
desarrollo de fármacos y las imágenes médicas, pues estos sistemas
automáticos pueden aprender y analizar grandes cantidades de información
y tomar decisiones mucho más rápido que los humanos.
Deberíamos
avanzar hacia una colaboración conjunta entre los expertos humanos con
estas técnicas automáticas, usando los resultados de los algoritmos de
ayuda al diagnóstico como sistemas de soporte para tomar decisiones
médicas”, ha añadido María José Castro, del Instituto Valenciano de
Investigación en Inteligencia Artificial de la Universidad Politécnica
de València.
Comparte la noticia
Categorías de la noticia