La hemorragia intracraneal es una afección muy común que debe diagnosticarse y tratarse con rapidez. Sin embargo, todavía falta consenso entre la comunidad médica respecto a su tratamiento debido, en cierta medida, a la incertidumbre en la evolución del paciente tras la hemorragia. Por ello, investigadores del Instituto de Física participan en un proyecto que, a partir del estudio de 262 pacientes, ha desarrollado un modelo de aprendizaje profundo (deep learning) para predecir el buen o mal pronóstico de una hemorragia intracraneal.
“Cuando un paciente tiene una hemorragia intracraneal es difícil saber si va a evolucionar bien o mal, por tanto, es complicado tomar decisiones en cuanto a darle un tratamiento más intervencionista o más agresivo”, afirma la médica radióloga del Hospital Universitario de Navarra Amaia Pérez del Barrio, cuya tesis doctoral dio como resultado este estudio. Publicado en Journal of Neuroimaging y codirigido por el doctor de la Universidad de Oviedo José Antonio Vega y por la investigadora del IFCA Lara Lloret, el estudio busca aportar una mayor certidumbre en el tratamiento mediante la inteligencia artificial, el aprendizaje profundo y una infraestructura adecuada: “No puedes hacer este trabajo de imagen médica con tu ordenador personal, hay que utilizar las unidades gráficas de procesamiento, o CPUs, para crear estas redes neuronales profundas”, explica Lloret.
Lo novedoso respecto a los modelos de predicción existentes, es el desarrollo de un sistema de aprendizaje profundo que permite predecir el pronóstico de la enfermedad, es decir, si el paciente evolucionará favorablemente o no.
Más detalles aquí.
fecha:
