iaintel·ligènciaartificial.cat← Portada
Secció · Ciència, salut i robòtica

SALUT · 4 MIN

Una IA llegeix la ressonància del cervell abans de l'operació i encerta en el 95,5% dels casos qui millorarà amb l'estimulació cerebral profunda contra la distonia

Un equip de Mass General Brigham ha entrenat un model d'aprenentatge profund amb ressonàncies fetes abans de la cirurgia de pacients de diversos centres internacionals. L'estudi, publicat a npj Digital Medicine, vol ajudar a triar els candidats per a una operació que avui rep menys del 5% dels malalts.

Il·lustració generada amb IA: Una IA llegeix la ressonància del cervell abans de l'operació i encerta en el 95,5% dels casos qui millorarà amb l'estimulació cerebral profunda contra la distonia
Il·lustració generada amb IA
Escolta:

La distonia és un trastorn del moviment que provoca contraccions musculars involuntàries i postures anòmales. Quan els fàrmacs no n'hi ha prou, una opció és l'estimulació cerebral profunda: implantar uns elèctrodes al cervell que regulen l'activitat dels circuits del moviment. És una intervenció invasiva i el resultat varia molt d'un pacient a l'altre, i no hi ha cap marcador objectiu que digui per endavant qui en traurà profit. Per això, segons els autors, menys del 5% dels pacients de distonia la reben.

Un equip de Mass General Brigham, a Boston, dirigit per la neurocientífica Kristina Simonyan (Mass Eye and Ear) i amb Dongren Yao com a primer autor, publica a la revista npj Digital Medicine DystoniaDBSNet, un model d'aprenentatge profund que analitza la ressonància magnètica que es fa habitualment abans de la cirurgia i hi busca patrons associats a la resposta al tractament. El model es va entrenar, es va provar de manera independent i es va validar amb una cohort externa de diversos centres internacionals d'estimulació cerebral profunda, i encerta el resultat en un 95,5% dels casos, amb un rendiment semblant en diferents formes de distonia. Cada predicció triga menys d'un minut. En una presentació a un congrés del 2024, el mateix grup havia descrit la primera versió del model amb 130 pacients de l'Hospital General de Massachusetts, el University College de Londres i la Universitat de Florida.

La utilitat és clara: fer la predicció abans d'obrir, quan encara pot servir per decidir a qui s'opera i com es planifica la intervenció, amb una prova que el pacient ja s'ha fet. És la mateixa línia de recerca del grup, que el 2020 ja havia publicat a PNAS una eina d'IA per diagnosticar la distonia a partir de ressonàncies.

Els mateixos investigadors admeten que cal avaluar-ne el rendiment en la pràctica clínica real, i preveuen estudis de seguiment abans de portar l'eina a l'hospital. Un dels casos que expliquen il·lustra els límits d'una xifra global: el model donava un 99% de probabilitats de millora a un pacient que, de primer, no va millorar, i només ho va fer després d'una segona intervenció quirúrgica. Una precisió alta en una cohort de recerca tampoc no garanteix el mateix resultat amb ressonàncies d'altres hospitals i aparells.

Mateixa secció

Veure tota la secció →