VOLVER

Share

Combinan imágenes en 3D e inteligencia artificial para diagnosticar el grado de afección del Párkinson

Un grupo de investigación de la Universidad de Córdoba desarrolla un algoritmo matemático para el diagnóstico de distintos estadios del Párkinson, una herramienta de apoyo a las decisiones médicas que podría ayudar a mejorar los tratamientos contra esta enfermedad. Según datos de la Organización Mundial de la Salud (OMS), afecta a 7 millones de personas en todo el mundo y durante la enfermedad del párkinson se produce una pérdida de densidad de las proteínas encargadas de transportar la dopamina, un neurotransmisor esencial en el control del movimiento. 

Fuente: Universidad de Córdoba


Córdoba |
09 de junio de 2021

Una nueva herramienta desarrollada por la Universidad de Córdoba en colaboración con la Unidad de Medicina Nuclear del Hospital Reina Sofía, que dirige el doctor Juan Antonio Vallejo, podría permitir al personal sanitario diagnosticar a partir de ahora distintos grados de afección del párkinson, una enfermedad que, según los datos que maneja la Organización Mundial de la Salud (OMS) afecta a 7 millones de personas en todo el mundo.

Un especialista examina una radiografía de cráneo en una imagen de archivo.

Hasta la fecha, según explica el investigador del grupo AYRNA Javier Barbero, «la mayoría de diagnósticos sólo distingue si el paciente padece o no esta enfermedad». El equipo de investigación ha desarrollado un sistema que permite especificar la fase en la que se encuentra, distinguiendo entre cuatro tipos de estadios diferentes en función de la gravedad.

Concretamente, esta nueva metodología combina inteligencia artificial y el uso de imágenes en tres dimensiones de la zona del cerebro en las que se produce la degeneración neuronal. Para ello, el equipo de investigación ha analizado voxel a voxel – el equivalente al pixel en 3D- más de medio millar de fotografías cerebrales de personas con síntomas compatibles con la enfermedad. El resultado es un algoritmo matemático que, tras haber procesado toda esta información, es capaz de estimar, una vez escaneada la imagen del cerebro del paciente, el grado de afectación de la enfermedad en función del daño neuronal.

«La nueva herramienta realiza esta estimación de forma automática, un diagnóstico inicial que, por supuesto, luego tendrá que certificar el personal médico con las imágenes delante», explica Pedro Antonio Gutiérrez, otro de los autores del estudio junto a César Hervás, Antonio Durán y Julio Camacho.

En este sentido, tal y como destaca el investigador, el algoritmo es capaz de determinar «qué zonas escaneadas del cerebro son las más importantes y, por tanto, en las que el personal especializado debe centrar su atención para confirmar el diagnostico», pero, ¿por qué hay zonas más importantes que otras?

La respuesta: en la dopamina

Durante la enfermedad del párkinson se produce una pérdida de densidad de las proteínas encargadas de transportar la dopamina, un neurotransmisor esencial en el control del movimiento. Precisamente, estas imágenes en 3D son capaces de detectar la densidad de estas proteínas y establecer los lugares cerebrales en las que se encuentran, por ello, su localización ofrece pistas sobre la gravedad de la enfermedad.

El trabajo, de esta forma, «no busca sustituir el criterio del personal especializado sino ofrecer un apoyo en la toma de decisiones médicas», explica César Hervás, investigador principal del grupo AYRNA. En cualquier caso, establecer con mayor exactitud la fase en la que se encuentra esta afección podría ayudar a ajustar la cantidad de medicación necesaria y determinar, así, un mejor tratamiento para una enfermedad crónica que, si bien no tiene cura como tal a día de hoy, ha mejorado notablemente su pronóstico gracias al avance de la neurología y al desarrollo de nuevos fármacos.

El proceso, además, ha sido validado a través de dos metodologías diferentes, publicadas ambas en revistas científicas. La primera de ellas emplea técnicas clásicas de clasificación ordinal, mientras que la segunda se basa en las denominadas redes neuronales convolucionales, un tipo de modelos de inteligencia artificial muy efectivos para tareas de visión como la clasificación de imágenes.

Referencias bibliográficas:

A.M. Durán-Rosal, J. Camacho-Cañamón, P.A. Gutiérrez, M.V. Guiote-Moreno, E. Rodríguez-Cáceres, J.A. Vallejo-Casas y C. Hervás-Martínez. «Ordinal classification of the affectation level of 3D-images in Parkinson diseases», Scientifc Reports, Vol. 11, marzo, 2021, pp. 7067. JCR(2019): 3.998 Posición: 17/71 (Q1) Categoría: MULTIDISCIPLINARY SCIENCES. DOI:10.1038/s41598-021-86538-y

Javier Barbero-Gómez, Pedro Antonio Gutiérrez Víctor, Manuel Vargas, Juan Antonio Vallejo-Casas, César Hervás-Martínez. An ordinal CNN approach for the assessment of neurological damage in Parkinson’s disease patients. Expert Systems with Applications. . JCR(2019): 5.452Posición: 2/83 (Q1) Categoría: OPERATION RESEARCH & MANAGEMENT SCIENCE. DOI: 10.1016/j.eswa.2021.115271


Share

Últimas publicaciones

La UCO participa en un proyecto para desarrollar una IA más clara en la predicción en energías renovables y salud
Córdoba | 16 de junio de 2025

El proyecto NEXO, en el que también participa un grupo de investigación de la Universidad de Alcalá, utiliza aprendizaje automático y redes neuronales artificiales para desarrollar algoritmos aplicables en medicina, meteorología y energía. En concreto, se centra en la predicción de disponibilidad de recursos energéticos, de condiciones meteorológicas y de la probabilidad de supervivencia en donación de órganos y en lista de espera para trasplante.

Sigue leyendo
Un proyecto de ciencia ciudadana define un mapa de la expansión de una avispa invasora en Andalucía
Andalucía | 14 de junio de 2025

Científicos-ciudadanos de la Asociación de Educación Ambiental ‘El Bosque Animado’ (Málaga) lideran esta iniciativa que ha monitorizado con una aplicación móvil la colonización del avispón oriental, un insecto que depreda especies autóctonas. Los resultados muestran que Cádiz, Málaga y Sevilla son las provincias más afectadas, con un aumento del 30% en el último año. Esta iniciativa está apoyada por la Oficina de Ciencia Ciudadana de Andalucía, que coordina la Fundación Descubre-Consejería de Universidad, Investigación e Innovación y la Universidad Pablo de Olavide.

Sigue leyendo
Desarrollan una aplicación web que mejora la evaluación de la salud cardiometabólica pediátrica y adolescente
Granada | 12 de junio de 2025

ObMetrics permite comparar poblaciones y definiciones diagnósticas, gracias a la validación de la herramienta con más de 4.000 casos pediátricos y adolescentes. El desarrollo de la app, de carácter gratuito, se enmarca en los proyectos IBEROMIC financiado por el ISCIII y el europeo eprObes liderado por el CIBER.

Sigue leyendo

#CienciaDirecta

Tu fuente de noticias sobre ciencia andaluza

Más información Suscríbete

Ir al contenido