Un nuevo algoritmo de diagnóstico para el tratamiento de la epilepsia farmacorresistente

Alrededor de 50 millones de personas en todo el mundo padecen epilepsia , una enfermedad cerebral que provoca convulsiones recurrentes de diversos tipos. Si bien los medicamentos anticonvulsivos están disponibles y son eficaces para la mayoría de las personas con este trastorno, entre el 20% y el 30% de los pacientes no responden. 

Aunque todavía hay mucha investigación en curso sobre este trastorno, se considera que una anomalía del cerebro llamada displasia cortical focal (FCD), identificable mediante resonancias magnéticas, es una de las principales causas de epilepsia resistente a los medicamentos. Estudios recientes han demostrado que de todos los pacientes que padecen FCD, sólo el 20% responde a la medicación antiepiléptica; mientras que para el total de casos de epilepsia, esta cifra ronda el 70%.

El tratamiento estándar en estos casos farmacorresistentes es la extirpación quirúrgica de la lesión. Esta intervención por sí sola consigue curar la enfermedad y mejora el desarrollo cognitivo del paciente en el caso de que sea un niño. Sin embargo, identificar estas anomalías con imágenes de resonancia magnética es un desafío constante para los médicos, ya que a veces los pacientes con epilepsia resistente a los medicamentos pueden tener exploraciones de apariencia normal, debido al carácter muy sutil de sus anomalías cerebrales o incluso debido a problemas como el movimiento durante el proceso. examen, por ejemplo. 

Usando IA

Es por eso que un grupo de investigación dirigido por la Dra. Sophie Adler-Wagstyl, miembro clínico académico del Instituto de Salud Infantil Great Ormond Street de la UCL (University College of London) , decidió investigar si un algoritmo de inteligencia artificial (IA) podría ayudar a identificar incluso casos muy sutiles de FCD.

Para desarrollar un algoritmo de IA confiable, es necesario entrenarlo utilizando ejemplos de una amplia variedad de pacientes; una enorme cantidad de datos que en la práctica médica se conoce como “evidencia del mundo real” (RWE). 

Como los centros individuales de epilepsia normalmente tratan solo a una pequeña cantidad de pacientes con esta anomalía anualmente, el grupo decidió crear el Proyecto Multicéntrico de Detección de Lesiones de Epilepsia (MELD) para recopilar 1.015 exploraciones de resonancia magnética (tanto de pacientes como de controles) de 22 centros de todo el mundo. . 

MELD PROJECT ce2s

MELD FCD: Detección automatizada por resonancia magnética de displasias corticales focales (FCD)

Luego, los científicos analizaron las características de todas estas exploraciones por resonancia magnética, como el grosor o el pliegue de la superficie del cerebro, y las midieron en alrededor de 300.000 ubicaciones en el cerebro de cada sujeto. Luego, los radiólogos expertos de su equipo etiquetaron áreas en las exploraciones de resonancia magnética como saludables o anormales, y eso permitió al equipo entrenar el algoritmo para reconocer patrones de características que caracterizan esta anomalía cerebral particular de FCD. 

Este banco de datos FCD que utiliza el Proyecto MELD es actualmente el más grande de su tipo en todo el mundo.

El proyecto MELD

Los resultados de la investigación del Proyecto MELD se publicaron en la revista Brain durante la segunda mitad de 2022. En general, el algoritmo pudo detectar estas anomalías en el 67% de los pacientes. A un tercio de este grupo se les habían reportado previamente sus exploraciones de resonancia magnética como normales, lo que significa que las lesiones, particularmente difíciles de identificar a simple vista, no se detectaron.

Sin embargo, hay margen de mejora. Los algoritmos de IA suelen funcionar como “cajas negras”: aprenden patrones a partir de datos en lugar de estar programados explícitamente para tomar decisiones. En consecuencia, a veces puede resultar difícil comprender la lógica detrás de una decisión tomada por la IA. 

Por lo tanto, el Proyecto MELD agregó características adicionales para que las conclusiones de la IA pudieran entenderse más fácilmente calculando qué características contribuyeron más a la predicción final. En otras palabras, la información utilizada por el algoritmo para llegar a su conclusión se resume en un informe complementario que destaca dónde y por qué en el cerebro la IA detectó las anomalías.

Además de diagnósticos más precisos, la identificación precisa del tamaño y la ubicación de una lesión es particularmente importante en casos de extirpación quirúrgica. Y, por último, introducir formas de armonizar los datos fue otro desafío necesario. 

MELD PROJECT2 ce2s

MELD Focal Epilepsies: Proyecto para detectar automáticamente una amplia gama de causas de epilepsia focal.

Konrad Wagstyl, uno de los científicos del Proyecto MELD, dijo a la revista electrónica MedicalExpo:

“Por lo general, los algoritmos de IA no aprenden muy bien (distinguen) de diferentes tipos de escáneres, países y grupos de edad. Por eso, introdujimos una serie de métodos para tener en cuenta estas fuentes de variabilidad”.

Sin embargo, es importante recordar que ningún algoritmo de IA es perfecto. A pesar de los continuos avances, la incorporación de este tipo de tecnología a la práctica clínica requiere ciertas precauciones.

Por ejemplo, siempre existe la posibilidad de que los hallazgos del algoritmo del Proyecto MELD reflejen problemas de artefactos de resonancia magnética, como el movimiento del paciente o la baja calidad de la imagen, en lugar de verdaderas anomalías cerebrales. Ésa es una razón más por la que los informes de IA, al igual que los resultados de cualquier examen tradicional, deben analizarse junto con otras investigaciones cuando se planifica una cirugía para la epilepsia.

Al menos 65 centros de cirugía de epilepsia ya utilizan el algoritmo MELD. Mientras tanto, el grupo continúa trabajando para hacer que el algoritmo sea más potente mediante la recopilación de más datos de casos de epilepsia causados ​​por otros problemas. Konrad explicó:

“La epilepsia focal puede ser causada por una serie de anomalías además de la FCD. Por eso, hemos iniciado un nuevo proyecto MELD sobre epilepsia focal que reúne un conjunto de datos más amplio, de más países de todo el mundo, para asegurarnos de que nuestras herramientas funcionen para esta amplia gama de personas, lugares y patologías”.

Deja un comentario

Registrese Ahora

Tendra información actualizada de nuestro blog