Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




Los científicos usan el aprendizaje automático y los exámenes de resonancia magnética para predecir las dificultades de aprendizaje

Por el equipo editorial de MedImaging en español
Actualizado el 17 Oct 2018
Un equipo de científicos de la Unidad de Cognición y Ciencias del Cerebro del Consejo de Investigación Médica (MRC) de la Universidad de Cambridge (Cambridge, Inglaterra, Reino Unido) utilizó el aprendizaje automático, un tipo de inteligencia artificial, con datos de cientos de niños que luchan en la escuela para identificar grupos de dificultades de aprendizaje, que no coinciden con su diagnóstico anterior. Según los investigadores, esto refuerza la necesidad de que los niños reciban evaluaciones detalladas de sus habilidades cognitivas para identificar el mejor tipo de apoyo.

Para el estudio, los investigadores reclutaron a 550 niños que habían sido remitidos a una clínica porque tenían dificultades en la escuela. Las investigaciones anteriores sobre las dificultades de aprendizaje se habían centrado en niños a los que ya se les había diagnosticado una dificultad particular, como el trastorno por déficit de atención con hiperactividad (TDAH), un trastorno del espectro autista o dislexia. El último estudio incluyó a niños con todas las dificultades, independientemente de su diagnóstico, para capturar mejor el rango de dificultades entre ellas y la superposición de las categorías de diagnóstico.

Los investigadores aplicaron el aprendizaje automático a un amplio espectro de cientos de estudiantes con dificultades al proporcionarle al algoritmo informático una gran cantidad de datos de pruebas cognitivas de cada niño, incluidas las medidas de audición, el razonamiento espacial, la resolución de problemas, el vocabulario y la memoria. Basado en estos datos, el algoritmo sugirió que los niños encajan mejor en cuatro grupos de dificultades. Estos grupos se alinearon estrechamente con otros datos sobre los niños, como los informes de los padres sobre sus dificultades de comunicación y los datos educativos sobre lectura y matemáticas.

Sin embargo, no hubo correspondencia con sus diagnósticos previos. Con el fin de verificar si estas agrupaciones correspondían a diferencias biológicas, los grupos se verificaron en las resonancias magnéticas cerebrales de 184 niños. Las agrupaciones reflejaban patrones de conectividad en partes del cerebro de los niños, lo que sugiere que el aprendizaje automático identificaba diferencias que reflejan en parte la biología subyacente. Dos de los cuatro grupos identificados fueron: dificultades con las habilidades de memoria de trabajo y dificultades con el procesamiento de sonidos en palabras. Los otros dos grupos identificados fueron: niños con amplias dificultades cognitivas en muchas áreas, y niños con resultados de pruebas cognitivas típicas para su edad. Los investigadores notaron que los niños en la agrupación que tenían resultados de pruebas cognitivas que eran típicos para su edad podían tener, en todo caso, otras dificultades que afectaban su escolarización, como las dificultades de comportamiento, que no se habían incluido en el aprendizaje automático.

"Nuestro estudio es el primero de su tipo en aplicar el aprendizaje automático a un amplio espectro de cientos de estudiantes con dificultades", dijo el Dr. Duncan Astle, de la Unidad de Cognición y Ciencias del Cerebro del MRC en la Universidad de Cambridge, quien dirigió el estudio.

"Estos son hallazgos interesantes en una etapa temprana que comienzan a investigar cómo podemos aplicar nuevas tecnologías, como el aprendizaje automático, para comprender mejor la función cerebral", dijo la Dra. Joanna Latimer, Directora de Neurociencias y Salud Mental del MRC.


Enlace relacionado:
Universidad de Cambridge

New
Half Apron
Demi
X-ray Diagnostic System
FDX Visionary-A
New
Breast Localization System
MAMMOREP LOOP
Computed Tomography System
Aquilion ONE / INSIGHT Edition

Canales

Radiografía

ver canal
Imagen: un algoritmo de aprendizaje profundo detecta los niveles de calcio en la arteria coronaria en tomografías computarizadas de tórax (foto cortesía de Adobe Stock)

IA detecta enfermedades cardíacas ocultas en TC de tórax existentes

El calcio en la arteria coronaria (CAC) es un indicador importante del riesgo cardiovascular, pero su evaluación suele requerir una tomografía computarizada (TC) especializada (gated) que... Más

RM

ver canal
Imagen: los investigadores utilizaron RM y pantalones inspirados en la NASA para mejorar las pruebas de esfuerzo y revelar problemas cardíacos ocultos (foto cortesía de UTA)

Nueva técnica de resonancia magnética revela problemas cardíacos ocultos

Las pruebas de esfuerzo tradicionales, realizadas en una máquina de resonancia magnética (RM), requieren que los pacientes permanezcan acostados, una posición que mejora artificialmente... Más

Ultrasonido

ver canal
Imagen: el nuevo dispositivo implantable para el tratamiento del dolor crónico es pequeño y flexible (foto cortesía de The Zhou Lab at USC)

Dispositivo inalámbrico para el manejo del dolor crónico reduce la necesidad de analgésicos y cirugía

El dolor crónico afecta a millones de personas en todo el mundo, lo que a menudo provoca discapacidad a largo plazo y dependencia de opioides, los cuales conllevan riesgos importantes de efectos... Más

Medicina Nuclear

ver canal
Imagen: El estudio de imágenes de cáncer de próstata tiene como objetivo reducir la necesidad de biopsias (foto cortesía de Shutterstock)

Nuevo enfoque de imagen podría reducir la necesidad de biopsias para monitorear el cáncer de próstata

El cáncer de próstata es la segunda causa principal de muerte por cáncer en hombres en Estados Unidos. Sin embargo, la mayoría de los hombres mayores diagnosticados con esta... Más

Imaginología General

ver canal
Imágenes de resultado positivo en examen de detección de colonografía por TC en un hombre asintomático de 67 años (foto cortesía de Radiology)

La colonografía por TC supera a la prueba de ADN en heces para la detección del cáncer de colon

Dado que el cáncer colorrectal sigue siendo la segunda causa principal de muertes relacionadas con el cáncer a nivel mundial, la detección temprana mediante pruebas de cribado es fundamental... Más

TI en Imaginología

ver canal
Imagen: La nueva Medical Imaging Suite hace que los datos de imágenes de atención médica sean más accesibles, interoperables y útiles (Fotografía cortesía de Google Cloud)

Nueva suite de imágenes médicas de Google Cloud hace los datos de imágenes médicas más accesibles

Las imágenes médicas son una herramienta fundamental que se utiliza para diagnosticar a los pacientes, y cada año se escanean miles de millones de imágenes médicas en... Más
Copyright © 2000-2025 Globetech Media. All rights reserved.