Ayuda al diagnóstico de esquizofrenia utilizando EEGs y aprendizaje de máquinas

En el proyecto PSYDEMA se quiere crear una herramienta que ayude a los médicos en el diagnóstico de esquizofrenia, en particular utilizando electroencefalogramas (EEGs) y técnicas de aprendizaje de máquinas.

La esquizofrenia es un trastorno de diagnóstico clínico que se confunde con otros trastornos que presentan síntomas similares, como la esquizoafectividad o con episodios de depresión mayor con síntomas psicóticos, lo que hace que su correcto diagnóstico sea muy difícil. Actualmente hay más de 21 millones personas con esquizofrenia en todo el mundo. Se estima que la prevalencia en vida es del 0.3% al 0.7% y en América Latina alrededor del 1%.

El EEG es una herramienta de relativo bajo costo con el que se han encontrado relaciones entre patrones cerebrales y diagnósticos clínicos. Existen estudios que presentan buenos resultados a la hora de diferenciar esquizofrenia de otros trastornos psiquiátricos mediante el uso de EEGs y técnicas de aprendizaje de máquinas (ML).

Esquizofrenia 

La esquizofrenia es un trastorno mental severo, caracterizado por una profunda alteración del pensamiento, que afecta el lenguaje, la percepción y el sentido de sí mismo. Un análisis de los síntomas sugiere que pueden ser agrupados en cinco categorías: (i) Psicosis (Síntomas positivo); (ii) Alteración en los impulsos y voluntad (Síntomas negativos); (iii) Alteraciones neurocognitivas; (iv, v) Desregulación afectiva depresiva y maníaca.

En este momento no existe una cura para la esquizofrenia, sin embargo, existen tratamientos que controlan los síntomas positivos del trastorno.

Esquizofrenia y EEG 

Existe evidencia prometedora en el uso de ML y EEG en contextos de trastornos psiquiátricos, desde su uso para discriminar entre trastornos hasta predecir la efectividad de fármacos en el tratamiento. Junto a esto, hay estudios que dan cuenta de extracciones de características útiles para discriminar esquizofrenia de población sana. Sin embargo, hasta la fecha no se ha utilizado ni desarrollado herramientas que permita colaborar en la clarificación diagnóstica de estos casos, siendo este el aporte principal de la investigación.

Algoritmos de aprendizaje de máquinas 

El aprendizaje de máquinas y su aplicación a la minería de datos entrega un conjunto de técnicas computacionales que permiten el procesamiento automático de información y se basa en descubrir patrones en grandes volúmenes de datos. Estas herramientas han sido aplicadas a diversas áreas de la ciencia e ingeniería.

Procesamiento de señales biomédicas 

Las herramientas del procesamiento de señales son una parte fundamental en un esquema de aprendizaje de máquinas basada únicamente en EEGs. Al no contar con más datos que éstos, es importante poder realizar un preproceso que sea capaz de entregar información relevante sobre la condición del sujeto. Ejemplos de esto es la obtención el espectro de frecuencias de una señal.

 

Publicado en Proyectos.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *