Los modelos matemáticos ayudan a predecir la evolución de enfermedades neurodegenerativas

La matemática computerizada con big data sirve para múltiples propósitos.

Agencia DiCYT

Las tecnologías de la información y la comunicación (TIC) están revolucionando el mundo, y el sector de la salud no es una excepción. Las TIC son vistas como un elemento estratégico para mejorar la salud de la ciudadanía y garantizar un sistema sanitario de calidad, moderno y sostenible. Una de las tecnologías más prometedoras es la inteligencia artificial, capaz de crear sistemas informáticos y entrenarlos para que tomen decisiones de forma automática a partir de los datos.

Dos estudios recientes en los que han participado investigadores de la Universitat Oberta de Catalunya (UOC) y del Instituto de Investigaciones Biomédicas August Pi i Sunyer (IDIBAPS) muestran la potencialidad de la aplicación de la inteligencia artificial en los campos del procesamiento de la imagen y el de la bioinformática y la genética, respectivamente.

“Tanto en TAC, rayos X y ultrasonidos como en resonancia magnética existen muchas aplicaciones relacionadas con big data y la inteligencia artificial”, señala Jordi Casas Roma, miembro del grupo de investigación ADaS Lab del eHealth Center, así como profesor de los Estudios de Informática, Multimedia y Telecomunicación y director del máster universitario de Ciencia de Datos (Data Science) de la UOC. En su último estudio, los investigadores participantes han podido demostrar que “integrar y procesar todos los datos de manera conjunta, haciendo uso de redes multicapa (multilayer, en inglés), permite un análisis más completo de los datos que si se analizan de modo individual e independiente”.

Matemáticas para entender los cambios del cerebro

El trabajo de Casas se centra en definir un modelo matemático que permita entender mejor los cambios y el deterioro cognitivo del cerebro. En una primera instancia se ha probado el modelo con la esclerosis múltiple, pero el patrón es aplicable a otras enfermedades neurodegenerativas. “Entender qué está pasando en el cerebro cuando se sufre una enfermedad de este tipo es el primer paso para poder mejorar y personalizar los tratamientos. Es importante poder determinar y predecir la evolución de la enfermedad, que seguramente nos permitirá discernir entre distintos grupos de pacientes, con evoluciones similares y tratamientos diferenciados de los demás grupos”, afirma el profesor de la UOC.

El también miembro de ADaS Lab Ferran Prados Carrasco, director del estudio —en el que también participan los investigadores de la UOC Marcos Díaz Hurtado, del eHealth Center, y Albert Solé y Javier Borge, del grupo Complex Systems (CoSIN3), del Internet Interdisciplinary Institute (IN3)—, ya está llevando a la práctica la teoría de las redes multicapa.

“Nos encontramos en la fase inicial, donde hemos desarrollado un biomarcador, hemos confirmado su sensibilidad, hemos publicado cómo hay que emplearlo y hemos proporcionado en abierto la tecnología para que otros investigadores y médicos de cualquier parte puedan aplicarla en sus datos”, afirma Prados. “En paralelo, ya hemos iniciado la primera aplicación clínica con datos de resonancia magnética de personas con enfermedades neurodegenerativas como la esclerosis múltiple y el alzhéimer/demencia”, añade el también investigador.

Bioinformática y genética

Otro importante campo de aplicación de la inteligencia artificial en el ámbito de la salud es el de la bioinformática y la genética, con los algoritmos metaheurísticos. “Son algoritmos muy populares en optimización combinatoria —es decir, cuando hay un conjunto finito de soluciones para un problema y se quiere encontrar la que optimiza una determinada función objetivo—. Nos permiten obtener soluciones de alta calidad para problemas complejos en tiempo real”, explica Laura Calvet Liñán, profesora e investigadora de los Estudios de Informática, Multimedia y Telecomunicación y autora principal del estudio 'On the role of metaheuristic optimization in bioinformatics'. Calvet destaca que “la metaheurística desempeña un papel esencial en la imagen médica y el modelado de enfermedades —mediante la selección de variables, la optimización de parámetros, etc.—”.

Etiquetas
stats