www.guadanews.es

EN COLABORACIÓN CON LA UNIVERSIDD DE ALCALÁ

La Universidad de Alcalá ha sido premiada por una investigación que ayuda a diagnosticar enfermedades neurodegenerativas en estado inicial estudiando la retina
Ampliar

La Universidad de Alcalá ha sido premiada por una investigación que ayuda a diagnosticar enfermedades neurodegenerativas en estado inicial estudiando la retina

Por REDACCION
x
redaccionguadanewses/9/9/19
domingo 17 de octubre de 2021, 18:58h

google+

linkedin

Comentar

Imprimir

Enviar

Los profesores de la Universidad de Alcalá, Juan Manuel Miguel Jiménez, Román Blanco Velasco y Luciano Boquete Vázquez, han sido galardonados con el XVI Premio del Consejo Social a la Transferencia del Conocimiento Universidad-Sociedad en la categoría de Ciencias de la Salud, Experimentales y las Ramas Técnicas, por su trabajo “Del laboratorio a la clínica: desarrollo y aplicación de pruebas estructurales y funcionales de la vía visual y su utilización para el diagnóstico de enfermedades neurodegenerativas crónicas prevalentes. Sistemas expertos avanzados de ayuda al diagnóstico mediante Deep Learning e Inteligencia Artificial”.

El objetivo de esta investigación es contribuir al desarrollo de nuevos métodos de diagnóstico de enfermedades neurodegenerativas, entre ellas la esclerosis múltiple, una enfermedad autoinmune en la que las células inmunitarias del propio cuerpo atacan y destruyen la vaina de mielina del sistema nervioso central.

Como el sistema visual humano tiene el mismo desarrollo que el sistema nervioso central, puede ser utilizado para detectar procesos de pérdida de la mielina distintas pruebas. Los registros de potenciales evocados visuales multifocales y del electrorretinograma multifocal, convenientemente procesados y con determinados sistemas de clasificación mediante técnicas de inteligencia artificial, permiten realizar el diagnóstico precoz de la esclerosis múltiple. Asimismo, mediante medidas de los espesores de las capas de la retina, obtenidas con equipos de tomografía de coherencia óptica mejoran los porcentajes de diagnóstico de estos pacientes; también en ese caso utilizan técnicas avanzadas de procesamiento de imágenes y de inteligencia artificial clasificando mediante redes neuronales y técnicas de aprendizaje profundo para obtener el diagnóstico.

Uno de los principales desafíos de la esclerosis múltiple es diagnosticarla en sus fases más precoces ya que actualmente no existe ningún método de diagnóstico infalible y generalmente se basa en criterios clínicos y radiológicos, por lo que este trabajo puede complementar los métodos diagnósticos actuales, ayudando a realizar un diagnóstico precoz, con lo cual se podría iniciar el tratamiento farmacológico de estos pacientes en las primeras fases de la enfermedad reduciendo su discapacidad de forma significativa.

Otra línea de aplicación consiste en monitorizar el efecto de los tratamientos, ya que una misma medicación no es necesariamente la más adecuada para todos los pacientes, e incluso puede ser conveniente su modificación en función de la evolución, que puede ser detectada en algunos casos con los procedimientos que hemos desarrollado.

Actualmente los investigadores están analizando pacientes que presentan el denominado Síndrome Radiológico Aislado; son pacientes a los cuales se les han detectado lesiones en el sistema nervioso central mediante resonancia magnética similares a las presentes en esclerosis múltiple, pero sin embargo no cumplen los criterios clínicos que definen la enfermedad. Un porcentaje de estos pacientes desarrollarán esclerosis múltiple; por lo que el objetivo es determinar cuáles tienen mayor riesgo de evolucionar a esclerosis múltiple.

También están aplicando los algoritmos de análisis de imágenes de tomografía de coherencia óptica para el diagnóstico de pacientes con otras patologías como el glaucoma crónico, trastorno bipolar y fibromialgia, permitiendo implementar sistemas de ayuda al diagnóstico de estas enfermedades.

Próximamente, y en relación con el diagnóstico precoz de esclerosis múltiple, pretenden investigar algoritmos para fusionar los métodos de diagnóstico mediante las pruebas funcionales y las pruebas estructurales anteriormente citadas, con el fin de mejorar los resultados.

Está demostrado que un diagnóstico y tratamiento precoz de este tipo de enfermedades neurodegenerativas pueden prevenir su evolución, por ello se están desarrollando numerosas investigaciones para aplicar técnicas de análisis e Inteligencia Artificial a los registros electrofisiológicos y tomografía de coherencia óptica, que son pruebas no invasivas y poco costosas, con idea de anticiparse a la aparición en un estadio avanzado de este tipo de patologías cuando ya no habría un buen pronóstico. En el caso de enfermedades como el trastorno bipolar y la fibromialgia, estos métodos permiten obtener una valoración totalmente objetiva del estado de los pacientes que complementan muchas de las pruebas subjetivas que actualmente se usan para su diagnóstico.

La Universidad de Alcalá puede ser un referente en la aplicación de técnicas de inteligencia artificial en medicina, al contar con una Facultad y hospitales vinculados, en los que desarrollan su actividad un gran número de investigadores de prestigio. Estos investigadores pueden disponer de la experiencia de grupos de investigación de la Escuela Politécnica Superior, con formación en ingeniería, informática, matemáticas, etc., para la solución de algunos de sus problemas que supongan un amplio manejo de información.

Además, las aplicaciones de inteligencia artificial se extienden prácticamente a todos los dominios de la Ciencias, a las Ciencias Sociales y Jurídicas, e incluso a las Artes y Humanidades.

¿Te ha parecido interesante esta noticia?    Si (1)    No(0)

+
0 comentarios
Portada | Hemeroteca | Índice temático | Sitemap News | Búsquedas | [ RSS - XML ] | Política de privacidad y cookies | Aviso Legal
Guadanews S.L.
C.P: 19001 - Calle Francisco Cuesta Numero 9
España / Guadalajara Contacto
Cibeles.net, Soluciones Web, Gestor de Contenidos, Especializados en medios de comunicación.EditMaker 7.8