Método revolucionario combina fMRI con aprendizaje automático para predecir riesgo de mortalidad en pacientes de UCI con lesión cerebral grave

Las lesiones cerebrales graves, ya sea que se deriven de un derrame cerebral, un paro cardíaco o un evento traumático, pueden tener consecuencias que alteran la vida de los pacientes y sus familias. En el caso de los pacientes ingresados en la unidad de cuidados intensivos (UCI) por lesión cerebral, se cierne una gran incertidumbre en sus familiares y proveedores de atención médica sobre las posibilidades de recuperación, ya sea parcial o completa. Ahora, los investigadores han desarrollado un método innovador para predecir qué pacientes de la UCI pueden sobrevivir a una lesión cerebral grave.

Investigadores de la Western University (Ontario, Canadá) combinaron imágenes por resonancia magnética funcional (fMRI) con algoritmos avanzados de aprendizaje automático para abordar uno de los desafíos más apremiantes en cuidados intensivos: predecir los resultados de la recuperación después de lesiones cerebrales importantes. Trabajando junto con neurólogos, los investigadores monitorearon la actividad cerebral en 25 pacientes de la UCI durante los primeros días después de sus lesiones cerebrales. Su objetivo era descubrir si estas lecturas podían indicar qué pacientes sobrevivirían en última instancia. Trabajos anteriores del equipo habían demostrado que los posibles signos de recuperación podían captarse mediante la forma en que las diferentes regiones del cerebro interactuaban entre sí. Mantener estas conexiones interregionales es crucial para la restauración de la conciencia.

Los investigadores lograron un gran avance cuando descubrieron que podían combinar los datos de la resonancia magnética funcional con tecnología de aprendizaje automático. Esta innovadora integración les permitió predecir con un 80 % de precisión qué pacientes tenían probabilidades de recuperarse, una tasa que supera el estándar de atención actual. A pesar de este desarrollo prometedor, el equipo enfatiza que su método predictivo no es perfecto y merece investigación y validación adicionales.

“La inteligencia artificial moderna ha demostrado capacidades predictivas increíbles. Combinar esto con nuestras técnicas de imágenes existentes fue suficiente para predecir mejor quién se recuperará de sus lesiones”, afirmó Matthew Kolisnyk, estudiante de posgrado de la Western University.

Enlaces relacionados:
Western University  

Visitar la expo >

Radiation Safety Barrier

RayShield Intensi-Barrier

X-Ray Illuminator

X-Ray Viewbox Illuminators

Mammography System (Analog)

MAM VENUS

Ultrasound Table

Women’s Ultrasound EA Table