Perfeccionarán toma de resonancias magnéticas para detectar a tiempo enfermedades neurodegenerativas
Perfeccionarán toma de resonancias magnéticas para detectar a tiempo enfermedades neurodegenerativas La detección de las enfermedades neurodegenerativas es relevante a la hora de poder tratarlas a tiempo.
Es por ello que un equipo liderado por el académico de la PUCV, Carlos Milovic, trabaja en la creación de algoritmos basados basados en modelos físicos e inteligencia artificial para mejorar la calidad de las imágenes de la toma de exámenes de resonancia magnética. El objetivo es dilucidar los cambios de las composiciones químicas de los tejidos del cerebro y así potenciar el tratamiento y la detección de enfermedades enfermedades como el Alzheimer, Parkinson y la Esclerosis Múltiple.
Carlos Milovic, investigador de la Escuela Escuela de ¡ ngeniería Eléctrica de la PUCV seadjudicóel proyecto Fondecyt llamado “Rohust, Accurate, and FastQuantitative Susceptibility Mapping with a Flybrid Dcep I. earning Approach” u en español “Mapeo de susceptibilidad cuantitativa robusto, precisoy rápidocon un enfoque híbrido de aprendizaje profundo” para llevar a cabo el estudio.
El académico puntualizó que es posible posible medir los cambios que ocurren en los tejidos del cerebro calculando mapas de susceptibilidad magnética, sin embargo, hasta el momento resultan imprecisos y son sensibles a errores en los datos. “l. os tejidos se pueden clasificar en diamagnéticossi diamagnéticossi contienen calcificaciones, repelen repelen o se oponen al campo magnético del equipo, y en paramagnético si atraen o refuerzan refuerzan el campo magnético.
La presencia o acumulación de hierro también juega un rol muy importanteen procesosdeenvejeamiento procesosdeenvejeamiento y en la aparición de enfermedades neurodegenerativasquepodríamos veren las imágenes, pero el problema está en que las fotngraííasdeestosmapasresuelvenun problema denominado mal comportado, este tipo de problemas generan indeterminaciones indeterminaciones y son muy vulnerables a errores porque existen infinitas configuraciones, el desafioes encontrarel mapa que más se acerca a la realidad explicó Milovic.
“Por eso es que estamos creando nuevos algoritmos que mezclan técnicas técnicas clásicas basadas en modelos físicos con redes neuronales de Inteligencia Artificial para evitar errores y mejorar la calidad y robustez de los mapas de susceptibilidad. También se busca hacer que este cálculo sea más simple para facilitar su uso en la práctica clínica”, indicó el académico.
En la actualidad, otros algoritmos que están siendo testeados ocupan muchos recursos computacionales y en consecuencia consecuencia son muy lentos de procesar, así también nuevas tecnologías basadas en Inteligencia Artificial han tratado de resolver este problema para aumentar la rapidez y la robustez, sin embargo “hemos podido ver cómo estos algoritmos algoritmos alucinan muy frecuentemente, arrojan resultados inciertos e imprecisos imprecisos es las imágenes médicas, lo que es muy grave porque pueden eliminar una patología, crearla o desplazar las estructurascerehralesimpidiendosu estructurascerehralesimpidiendosu usopara navegación prequirúrgica recalcó el investigador investigador PUCV.
Las pruebas iniciales se están llevando a cabo en simultáneo en el Centro de Imágenes Imágenes Biomédicas de la Pontificia Universidad Universidad Católica de Chile, en la Universidad Médica de Graz, Austria yen University College London. Reino Unido.
“Al mejorar nuestra capacidad para obtener mapas de susceptibilidad confiables confiables será posible obtener biomarcadores biomarcadores que permitan el diagnóstico temprano de enfermedades, detener los procesos de neurodegeneración o incluso revertirlos a tiempo y también descubrir procesos de declinación cognitiva.
A medida que la esperanza esperanza de vida de la población en Chile y el mundo aumenta, el diagnóstico temprano y estudio de estas enfermedades enfermedades se vuelve cada vez más importante”, importante”, finalizó el académico.
“El objetIvo es dilucidar los cambios de las composiciones químicas de los tejidos del cerebro y así potenciar el tratamiento y la detección de enfermedades como el Aizheimer, Parkinson y la Esclerosis Múltiple” 1irfeccionarán toma de resonancias majjjéticas raratectar a tiemo enfjrme IProyecto IProyecto desarrollará nuevos algoritmos utilizando Inteligencia Artificial y así aclarar las composiciones químicas de los tejidos del cerebro;1] dades neurodegener;0] vas E Carlos MUerte, académico de la PUCV.