Los investigadores de Mayo Clinic junto a Google Research han desarrollado un nuevo algoritmo de inteligencia artificial para mejorar los dispositivos de estimulación cerebral para tratar enfermedades.
En un estudio reciente publicado en PLOS Computational Biology, un paciente con un tumor cerebral se sometió a la colocación de una matriz de electrodod electrocorticográficos para localizar las convulsiones y trazar un mapa de la función cerebral antes de extirpar un tumor.
Cada interacción de electrodo resultó en cientos o miles de puntos de tiempo para ser estudiados usando el nuevo algoritmo. En este sentido, los investigadores han detallado que los hallazgos “muestran que este nuevo tipo de algoritmo puede ayudar a comprender qué regiones del cerebro interactúan directamente entre sí, lo que a su vez puede ayudar a guiar la colocación de electrodos para estimular dispositivos para tratar enfermedades del cerebro en red".
"Los datos neurológicos hasta la fecha son quizás los datos más desafiantes y emocionantes para modelar para los investigadores de inteligencia artificial"
"A medida que surgen nuevas tecnologías, este tipo de algoritmo puede ayudarnos a tratar mejor a los pacientes con epilepsia, trastornos del movimiento como la enfermedad de Párkinson y enfermedades psiquiátricas como el trastorno obsesivo compulsivo y la depresión", han señalado.
"Los datos neurológicos hasta la fecha son quizás los datos más desafiantes y emocionantes para modelar para los investigadores de inteligencia artificial", ha afirmado Klaus-Robert Mueller, coautor del estudio y miembro del equipo de investigación de Google.
Además de los hallazgos, en el estudio, los autores han proporcionado un paquete de código descargable para que otros puedan explorar la técnica. "Compartir el código desarrollado es una parte fundamental de nuestros esfuerzos para ayudar a la reproducibilidad de la investigación", han apuntado.