El modelo de red neuronal profunda puede predecir con precisión la edad del cerebro de pacientes sanos



Un estudio muestra que un modelo de red neuronal profunda puede predecir con precisión la edad cerebral de pacientes sanos basándose en datos de electroencefalograma registrados durante un estudio de sueño nocturno, y los índices de edad cerebral predichos por EEG muestran características únicas dentro de poblaciones con diferentes enfermedades.

El estudio encontró que el modelo predijo la edad con un error absoluto medio de solo 4,6 años. Hubo una relación estadísticamente significativa entre el índice de edad cerebral absoluta y: epilepsia y trastornos convulsivos, accidente cerebrovascular, marcadores elevados de trastornos respiratorios del sueño (es decir, índice de apnea-hipopnea e índice de despertar) y baja eficiencia del sueño.

El estudio también encontró que los pacientes con diabetes, depresión, somnolencia diurna excesiva severa, hipertensión y / o problemas de memoria y concentración mostraron, en promedio, un índice de edad cerebral elevado en comparación con la muestra de población sana.

Según los autores, los resultados demuestran que estas condiciones de salud están asociadas con desviaciones de la edad predicha de uno respecto a la edad cronológica.

Si bien los médicos solo pueden estimar o cuantificar en forma burda la edad de un paciente en función de su EEG, este estudio muestra que un modelo de inteligencia artificial puede predecir la edad de un paciente con alta precisión. La precisión del modelo permite cambios en la edad pronosticada desde la edad cronológica para expresar correlaciones con las principales familias de enfermedades y comorbilidades. Esto presenta el potencial para identificar nuevos fenotipos clínicos que existen dentro de las señales fisiológicas utilizando desviaciones del modelo de IA.. “

Yoav Nygate, autor principal del estudio e ingeniero sénior de inteligencia artificial en EnsoData, Academia Estadounidense de Medicina del Sueño

Los investigadores entrenaron un modelo de red neuronal profunda para predecir la edad de los pacientes utilizando señales de EEG sin procesar registradas durante los estudios clínicos del sueño realizados mediante polisomnografía nocturna. El modelo se entrenó en 126.241 estudios del sueño, se validó en 6.638 estudios y se probó en un conjunto limitado de 1.172 estudios. La edad del cerebro se evaluó restando la edad cronológica de los individuos de su edad predicha por EEG (es decir, el índice de edad del cerebro) y luego tomando el valor absoluto de esta variable (es decir, el índice de edad del cerebro absoluto). Análisis controlados por factores como sexo e índice de masa corporal.

“Los resultados de este estudio proporcionan evidencia inicial del potencial de utilizar IA para evaluar la edad cerebral de un paciente”, dijo Nygate. “Nuestra esperanza es que con la investigación, la investigación y los estudios clínicos continuos, un índice de edad cerebral algún día se convierta en un biomarcador de diagnóstico de la salud del cerebro, al igual que la presión arterial alta lo es para los riesgos de accidente cerebrovascular y otros trastornos cardiovasculares”.

El resumen de la investigación se publicó recientemente en un suplemento en línea de la revista. Dormir y se presentará como un póster a partir del 9 de junio durante Virtual SLEEP 2021. SLEEP es la reunión anual de Associated Professional Sleep Societies, una empresa conjunta de la American Academy of Sleep Medicine y la Sleep Research Society.

Fuente:

Referencia de la revista:

Nygate, Y., et al. (2021) 543 Modelo de red neuronal profunda basado en EEG para la predicción de la edad cerebral y su asociación con las condiciones de salud del paciente. Dormir. doi.org/10.1093/sleep/zsab072.541.

.



Source link