Tecnología de IA basada en EEG diagnostica con precisión el Alzheimer y la demencia

La demencia, incluida la enfermedad de Alzheimer, es difícil de diagnosticar de forma precoz, a pesar de que la detección temprana es crucial para ralentizar la progresión de la enfermedad y preservar la calidad de vida. Los síntomas suelen coincidir con los del envejecimiento normal, y las vías de diagnóstico actuales pueden ser lentas, costosas y consumir muchos recursos.

Ahora, investigadores han demostrado que el análisis de la actividad eléctrica del cerebro puede diferenciar de forma fiable a personas sanas de aquellas con distintos tipos de demencia. Los hallazgos demuestran que la inteligencia artificial (IA) aplicada a los datos de EEG puede ofrecer una detección precisa, rápida e interpretable de la demencia.

El trabajo fue liderado por la Universidad de Örebro (Örebro, Suecia), donde los investigadores desarrollaron dos modelos complementarios de IA para la clasificación de la demencia basada en EEG. El primer enfoque combina redes convolucionales temporales con redes de memoria a largo y corto plazo para capturar patrones a corto y largo plazo en las señales cerebrales. El sistema analiza registros de EEG estándar y evalúa cambios en múltiples bandas de frecuencia, incluidas las ondas alfa, beta y gamma.

Un segundo modelo se centra en la eficiencia y la privacidad. Mediante un diseño de red neuronal compacta y aprendizaje federado, el sistema permite a múltiples profesionales sanitarios entrenar modelos de IA de forma colaborativa sin compartir datos confidenciales de los pacientes. pesar de tener un tamaño inferior a un megabyte, el modelo mantiene un alto rendimiento diagnóstico, al tiempo que garantiza la privacidad de los pacientes y permite su implementación en dispositivos portátiles o de bajos recursos.

En el primer estudio, la IA distinguió entre personas sanas, con enfermedad de Alzheimer y demencia frontotemporal con una precisión superior al 80 %. Una capa de IA explicable destacó qué segmentos de las señales de EEG influyeron más en el diagnóstico, ayudando a los clínicos a comprender cómo se tomaron las decisiones. En el segundo estudio, el modelo centrado en la privacidad alcanzó una precisión superior al 97 %, manteniendo los datos de los pacientes de forma descentralizada. En conjunto, los estudios, publicados en la revista Frontiers, demuestran que la IA basada en EEG puede ser altamente precisa y clínicamente interpretable.

Los hallazgos sugieren que el EEG combinado con IA podría convertirse en una herramienta de cribado rápida, de bajo costo y respetuosa con la privacidad para la detección temprana de la demencia. Dado que el EEG ya está ampliamente disponible y es relativamente económico, estos modelos podrían ampliar la evaluación de la demencia más allá de las clínicas especializadas, hacia la atención primaria e incluso a futuras pruebas en el hogar. Los investigadores planean ampliar su trabajo a conjuntos de datos más grandes y diversos, e incluir otros tipos de demencia, como la demencia vascular y la demencia con cuerpos de Lewy.

“El diagnóstico temprano es crucial para poder tomar medidas proactivas que ralenticen la progresión de la enfermedad y mejoren la calidad de vida del paciente”, afirmó Muhammad Hanif, investigador en informática de la Universidad de Örebro. “Si soluciones como esta se implementan plenamente, se podría aliviar la carga de todos los involucrados: pacientes, personal sanitario, familiares y profesionales sanitarios”.

Enlaces relacionados:
Universidad de Örebro