La inteligencia artificial puede predecir qué personas que asisten a clínicas de memoria desarrollarán demencia dentro de dos años con un 92% de precisión, concluyó un nuevo estudio a gran escala.
Utilizando datos de más de 15,300 pacientes en los EE. UU., La investigación de la Universidad de Exeter encontró que una forma de inteligencia artificial llamada aprendizaje automático puede decir con precisión quién desarrollará demencia.
La técnica funciona detectando patrones ocultos en los datos y descubriendo quién está en mayor riesgo. El estudio, publicado en Red JAMA abierta y financiado con fondos de Alzheimer's Research UK, también sugirió que el algoritmo podría ayudar a reducir la cantidad de personas que pueden haber sido diagnosticadas falsamente con demencia.
Los investigadores analizaron datos de personas que asistieron a una red de 30 clínicas de memoria del Centro Nacional de Coordinación de Alzheimer en los EE. UU. Los asistentes no tenían demencia al comienzo del estudio, aunque muchos tenían problemas de memoria u otras funciones cerebrales.
En el período de estudio entre 2005 y 2015, uno de cada diez asistentes 1.568 recibió un nuevo diagnóstico de demencia dentro de los dos años posteriores a su visita a la clínica de memoria. La investigación encontró que el modelo de aprendizaje automático podría predecir estos nuevos casos de demencia con hasta92 por ciento de precisión, y mucho más preciso que dos métodos de investigación alternativos existentes.
Los investigadores también encontraron por primera vez que alrededor del ocho por ciento 130 de los diagnósticos de demencia parecían ser erróneos, ya que su diagnóstico se revirtió posteriormente. Los modelos de aprendizaje automático identificaron con precisión más del 80 por ciento de estos diagnósticos inconsistentesLa inteligencia artificial no solo puede predecir con precisión a quién se le diagnosticará demencia, sino que también tiene el potencial de mejorar la precisión de estos diagnósticos.
El profesor David Llewellyn, miembro de Alan Turing de la Universidad de Exeter, que supervisó el estudio, dijo: "Ahora podemos enseñar a las computadoras a predecir con precisión quién desarrollará demencia en dos años. EstamosTambién está emocionado de saber que nuestro enfoque de aprendizaje automático pudo identificar a los pacientes que pueden haber sido diagnosticados erróneamente. Esto tiene el potencial de reducir las conjeturas en la práctica clínica y mejorar significativamente la vía de diagnóstico, lo que ayuda a las familias a acceder al apoyo que necesitan con la mayor rapidez y precisión.como sea posible."
La Dra. Janice Ranson, investigadora de la Universidad de Exeter, agregó: "Sabemos que la demencia es una afección muy temida. La integración del aprendizaje automático en las clínicas de memoria podría ayudar a garantizar que el diagnóstico sea mucho más preciso, reduciendo la angustia innecesaria que podría causar un diagnóstico incorrecto. "
Los investigadores encontraron que el aprendizaje automático funciona de manera eficiente, utilizando la información del paciente disponible de forma rutinaria en la clínica, como la memoria y la función cerebral, el rendimiento en pruebas cognitivas y factores específicos del estilo de vida. El equipo ahora planea realizar estudios de seguimiento para evaluar el uso prácticodel método de aprendizaje automático en las clínicas, para evaluar si se puede implementar para mejorar el diagnóstico, el tratamiento y la atención de la demencia.
La Dra. Rosa Sancho, Jefa de Investigación de Alzheimer's Research UK, dijo que "la inteligencia artificial tiene un enorme potencial para mejorar la detección temprana de las enfermedades que causan demencia y podría revolucionar el proceso de diagnóstico para las personas preocupadas por sí mismas o por un ser querido que muestra síntomas. Esta técnicaes una mejora significativa con respecto a los enfoques alternativos existentes y podría brindar a los médicos una base para recomendar cambios en el estilo de vida e identificar a las personas que podrían beneficiarse del apoyo o evaluaciones en profundidad ".
Fuente de la historia :
Materiales proporcionado por Universidad de Exeter . Nota: el contenido puede editarse por estilo y longitud.
Referencia de la revista :
cite esta página :