Un nuevo sistema de inteligencia artificial podría crear más esperanza para las personas con epilepsia

Como informa Endgadget, dos investigadores de inteligencia artificial pueden haber creado un sistema que crea nueva esperanza para las personas que sufren de epilepsia – un sistema “que puede predecir ataques epilépticos con una precisión del 99,6 por ciento,” y hacerlo hasta una hora antes de que ocurran los ataques.

Esto no sería el primer avance nuevo, ya que previamente investigadores de la Universidad Técnica (TU) en Eindhoven, Países Bajos, desarrollaron una pulsera inteligente que puede predecir ataques epilépticos durante la noche. Pero la precisión y el corto plazo en el que el nuevo sistema de inteligencia artificial puede funcionar, como señala IEEE Spectrum, da más esperanza a alrededor de 50 millones de personas en todo el mundo que sufren de epilepsia (según los datos de la Organización Mundial de la Salud). De este número de pacientes, el 70 por ciento de ellos pueden controlar sus ataques con medicación si se toma a tiempo.

El nuevo sistema de inteligencia artificial fue creado por Hisham Daoud y Magdy Bayoumi de la Universidad de Louisiana en Lafayette, y se considera “un gran avance con respecto a los métodos de predicción existentes.” Como explica Hisham Daoud, uno de los dos investigadores que desarrollaron el sistema, “Debido a los tiempos de ataques impredecibles, la epilepsia tiene un fuerte efecto psicológico y social en los pacientes.”

Como se explica, “cada persona exhibe patrones cerebrales únicos, lo que hace que sea difícil predecir ataques con precisión.” Hasta ahora, los modelos existentes predecían ataques “en un proceso de dos etapas, donde los patrones cerebrales deben extraerse manualmente y luego se aplica un sistema de clasificación,” lo que, como explica Daoud, agregaba tiempo para hacer una predicción de ataque.

En su enfoque, explicado en un estudio publicado el 24 de julio en IEEE Transactions on Biomedical Circuits and Systems, “los procesos de extracción de características y clasificación se combinan en un sistema automatizado único, lo que permite una predicción de ataques más temprana y precisa.”

Para aumentar aún más la precisión de su sistema, Daoud y Bayoumi “incorporaron otro enfoque de clasificación en el que un algoritmo de aprendizaje profundo extrae y analiza las características espacio-temporales de la actividad cerebral del paciente desde diferentes ubicaciones de electrodos, lo que aumenta la precisión de su modelo.” Dado que “las lecturas de EEG pueden involucrar múltiples ‘canales’ de actividad eléctrica,” para acelerar aún más el proceso de predicción, los dos investigadores “aplicaron un algoritmo adicional para identificar los canales de actividad eléctrica más adecuados.”

El sistema completo se probó en 22 pacientes en el Hospital Infantil de Boston. Aunque el tamaño de la muestra fue pequeño, el sistema resultó ser muy preciso (99,6 por ciento), y tuvo “una baja tendencia a falsas alarmas, con 0,004 falsas alarmas por hora.”

Como explica Daoud, el próximo paso sería el desarrollo de un chip de computadora personalizado para procesar los algoritmos. “Estamos trabajando actualmente en el diseño de un dispositivo de hardware eficiente que despliegue este algoritmo, considerando muchos problemas como el tamaño del sistema, el consumo de energía y la latencia para ser adecuado para una aplicación práctica de manera cómoda para el paciente.”