Nuevo cálculo de inteligencia sintético para mejorar los dispositivos de incitación cerebral para curar enfermedades

0


Para millones de personas con epilepsia y trastornos del movimiento como la enfermedad de Parkinson, la estimulación eléctrica del cerebro ya está ampliando las opciones de tratamiento. En el futuro, la estimulación eléctrica podría ayudar a las personas con enfermedades psiquiátricas y lesiones cerebrales directas, como un accidente cerebrovascular.

Sin embargo, estudiar cómo las redes cerebrales interactúan entre sí es complicado. Las redes cerebrales se pueden explorar enviando pulsos cortos de corriente eléctrica a un área del cerebro de un paciente mientras se miden las respuestas de voltaje en otras áreas. En principio, se debería poder deducir la estructura de las redes cerebrales a partir de estos datos. Sin embargo, con datos del mundo real, el problema es difícil porque las señales grabadas son complejas y se puede realizar una cantidad limitada de mediciones.

Para hacer que el problema sea manejable, los investigadores de Mayo Clinic han desarrollado una serie de paradigmas, o puntos de vista, que simplifican las comparaciones de los efectos de la estimulación eléctrica en el cerebro. Debido a que no existía una técnica matemática en la literatura científica para caracterizar cómo convergen los ensambles de entrada en las regiones del cerebro humano, el equipo de Mayo colaboró ​​con un experto internacional en algoritmos de inteligencia artificial (IA) para desarrollar un nuevo tipo de algoritmo llamado «curva de perfil base». identificación.»

En un estudio publicado en PLOS Biología Computacional, un paciente con un tumor cerebral se sometió a la colocación de una serie de electrodos electrocorticográficos para detectar convulsiones y mapear la función cerebral antes de extirpar el tumor. Cada interacción del electrodo resultó en el estudio de cientos o miles de puntos de tiempo utilizando el nuevo algoritmo.

«Nuestros resultados muestran que este nuevo tipo de algoritmo puede ayudarnos a comprender qué regiones del cerebro interactúan directamente entre sí, lo que a su vez puede ayudar a guiar la colocación de electrodos para estimular los dispositivos de tratamiento de enfermedades cerebrales conectados en red», dice Kai Miller, MD, Ph. D., neurocirujano de Mayo Clinic y primer autor del estudio. «Con la aparición de nuevas tecnologías, este tipo de algoritmo puede ayudarnos a tratar mejor a los pacientes con epilepsia, trastornos del movimiento como la enfermedad de Parkinson y enfermedades psiquiátricas como el TOC y la depresión».

«Los datos neurológicos hasta la fecha son quizás los datos más desafiantes y emocionantes para que los modelen los investigadores de inteligencia artificial», dice Klaus-Robert Mueller, Ph.D., coautor del estudio y miembro del Equipo de Investigación del Cerebro de Google. El Dr. Mueller es codirector del Instituto de Fundamentos del Aprendizaje y Datos de Berlín y director del Grupo de Aprendizaje Automático, ambos en la Universidad Técnica de Berlín.

En el estudio, los autores proporcionan un paquete de código descargable para que otros exploren la técnica. «Compartir el código desarrollado es una parte clave de nuestros esfuerzos para ayudar a la reproducibilidad de la investigación», dice Dora Hermes, Ph.D., ingeniera biomédica de Mayo Clinic y autora principal.

Esta investigación fue apoyada por el National Institutes of Health’s National Center for Advancing Translational Science Clinical and Translational Science Award, el National Institute of Mental Health Collaborative Research in Computational Neuroscience, y el Federal Ministry of Education and Research.

Fuente de la historia:

Materiales proporcionados por Mayo Clinic. Original escrito por Susan Barber Lindquist. Nota: El contenido se puede cambiar según el estilo y la longitud.

También podría gustarte
Deja una respuesta

Su dirección de correo electrónico no será publicada.

This website uses cookies to improve your experience. We'll assume you're ok with this, but you can opt-out if you wish. Accept Read More