Machine Learning permitirá detectar episodios de Psicosis

Tecnologías como el Aprendizaje Profundo y el Machine Learning avanzan a pasos agigantados cada día que pasa. Su aplicaciones son muy amplias, y cada vez más organizaciones y empresas pueden implementarlas en distintos proyectos. Además, estas herramientas no están limitadas a un solo sector, sino que se pueden aplicar a muchos como la medicina, la industria o las finanzas. En este artículo os mostraremos cómo gracias al Machine Learning se podrán detectar episodios de Psicosis. ¿Quieres conocer más sobre esta técnica pionera? ¡Sigue leyendo!

Aprendizaje Automático en la medicina

Actualmente, se encuentra en desarrollo un sistema pionero para lograr el diagnóstico predictivo de psicosis. Este sistema está basado en la aplicación de técnicas de machine learning, y a partir de datos obtenidos de resonancias magnéticas funcionales. Un proyecto que llevan a cabo entre el Instituto de Investigación Sanitaria Incliva y la Agència València de la Innovació (AVI). 

Los resultados de este estudio están formados por los años de trabajo del grupo de investigación en psiquiatría y enfermedades neurodegenerativas del Incliva. Y también por el trabajo  en estadística y machine learning de la Universitat Politècnica de València (UPV). Tanto por parte del departamento Sistemas Informáticos y Computación, como el de Estadística e Investigación Operativa Aplicadas. Igualmente, en este proyecto ha colaborado el Ciber de Salud Mental (Cibersam).

Esperanzas en la predicción de la Psicosis

Los investigadores del proyecto expresan su esperanza en el éxito de este innovador sistema. Esto es debido a que los primeros resultados están entorno al 80% del índice de éxito. Si al terminar el estudio los resultados se mantuvieran así, esto podría ser un logro de alcance internacional. Es más, esta sería la primera vez que se consigue identificar marcadores biológicos que confirmen el diagnóstico de pacientes con psicosis. Un término que engloba también otras enfermedades como el trastorno bipolar o la esquizofrenia. 

Hoy en día, sigue siendo muy complicado para los médicos diagnosticar este tipo de enfermedades. Esto hace que los diagnósticos se basen únicamente en los análisis de los síntomas. La comunidad médica lleva años tratando de encontrar diferencias estructurales o de activación neuronal en el cerebro de este tipo de pacientes. Sin embargo, los resultados no habían sido concluyentes hasta ahora. El machine learning ha sido la clave para la aplicación de nuevas técnica en el campo de la neuroimagen. Gracias a ello, se ha conseguido perfeccionar la predicción y reducir las tasas de error. 

Antecedentes en el estudio de la Psicosis

El aprendizaje automático es el encargado de clasificar las resonancias magnéticas de los pacientes a partir de unos complejos sistemas matemáticos. Sin embargo, la efectividad de este sistema depende de los distintos estímulos a los que se somete al cerebro durante esta prueba médica. En jerga médica, este término se conoce como paradigma. Julio Sanjuán, responsable de la Unidad de primeros Episodios Psicóticos del Hospital Clínico de Valencia, explica que las diferencias entre un cerebro sano y uno con psicosis son muy sutiles. Sanjuán también explica que para poder detectar estas diferencias se deben comparar las reacciones de un cerebro sano y otro con sospecha de psicosis ante unos mismos estímulos.

Los estímulos que se aplican durante esta resonancia, es decir, la elección del paradigma, se basa en el hecho diferencial. A pesar de ello, todavía no se ha logrado determinar qué paradigma es el más eficaz. Algo que hace que se empleen diversos modelos en este tipo de investigaciones. El paradigma desarrollado por el Incliva lleva más de 11 años presentando resultados muy prometedores. 

¿Cómo funciona este sistema?

Lo que se hace durante esta prueba es estimular a los pacientes con este trastorno mediando una selección de palabras emocionales que les puedan afectar especialmente. Esto no requiere esfuerzo por parte del paciente, que solamente tienen que escuchar un audio durante la prueba. Este paradigma, junto con las técnicas de machine learning, han logrado identificar al 80% los casos de diagnóstico de la enfermedad. Un sistema predictivo como este sería muy útil también para comprobar la eficacia del tratamiento para pacientes con cualquier tipo de psicosis. 

Como ya hemos visto, este es un proyecto muy ambicioso, pero con muchas probabilidades de éxito. Todo gracias a la gran cantidad de profesionales que trabajan en él. ¿A tí también te gustaría poder trabajar en el ámbito Machine Learning? ¡Eso es posible gracias al Máster en Deep Learning de la Universidad de Alcalá! De esta forma, conseguirás adquirir todos los conocimiento que necesitas en las herramientas de aprendizaje profundo y machine learning. ¿Vas a perder esta oportunidad? ¡Vente a la UAH!