Plataforma de imágenes cerebrales impulsada por IA orienta el tratamiento del ACV

000 personas en los Estados Unidos sufren un accidente cerebrovascular (ACV), con un impacto desproporcionado en grupos marginados y minoritarios. Los ACV varían en términos de tamaño y ubicación dentro del cerebro, lo que hace que los estudios de recuperación sean particularmente desafiantes. Cada sobreviviente enfrenta dificultades diferentes según la localización y la gravedad del accidente cerebrovascular, como debilidad en un lado del cuerpo o dificultad para hablar.

Algunos tratamientos diseñados para ayudar a la recuperación pueden beneficiar solo a personas con accidentes cerebrovasculares en áreas específicas del cerebro. Hasta ahora, ha sido difícil identificar rápidamente a las personas en función del tamaño y la ubicación de su accidente cerebrovascular para probar estos tratamientos. Ahora, se espera que una nueva plataforma de imágenes cerebrales impulsada por inteligencia artificial (IA) mejore significativamente la orientación del tratamiento y transforme la investigación sobre la recuperación de los ACV.

Un grupo de médicos-científicos especializados en derrames cerebrales en el Centro Médico de la Universidad de Georgetown (Washington, D.C., EUA) ha lanzado la Base de Datos de Imágenes de Accidentes Cerebrovasculares Agudos (AStrID), una iniciativa que analiza imágenes de resonancia magnética (RM) para identificar automáticamente el tipo y la ubicación de los ACV en aproximadamente 5.000 casos agudos atendidos anualmente en el sistema de salud MedStar Health (Columbia, MD, EUA). MedStar Health atiende a una población diversa que representa una amplia variedad de antecedentes socioeconómicos, culturales y raciales en 10 hospitales ubicados en Maryland, Washington, D.C., y Virginia, lo que lo convierte en un grupo de muestra ideal para reflejar la población de EUA. AStrID es parte de un registro de ACV más grande que revisa los registros médicos electrónicos de pacientes con ACV para ayudar en los esfuerzos de investigación. Al permitir a los investigadores agrupar a los sobrevivientes de ACV según las características específicas de sus eventos, AStrID facilita la identificación de los ensayos clínicos y tratamientos más adecuados para cada paciente, mejorando así la fiabilidad de los estudios sobre recuperación del ACV.

El proceso de desarrollo de AStrID comenzó con cientos de imágenes de entrenamiento en las que los investigadores identificaron manualmente la ubicación de los ACV. Luego, esta información se introdujo en el algoritmo de aprendizaje de AStrID, que, a partir de estos conjuntos de entrenamiento, puede detectar la localización del ACV en nuevas imágenes de RM. Mediante la herramienta de búsqueda de la plataforma, los investigadores pueden localizar imágenes en AStrID que muestren ACV en regiones cerebrales específicas. En el próximo año, los investigadores planean incluir hasta 20.000 imágenes de ACV en AStrID, lo que podría convertirla en el repositorio de imágenes de ACV más grande del mundo. Para proteger la confidencialidad del paciente, AStrID elimina todos los detalles de identificación de las resonancias magnéticas antes de procesarlas, almacenando únicamente las imágenes digitales que marcan la ubicación del ACV, pero no las resonancias magnéticas completas. Estas imágenes se guardan por separado de los registros médicos electrónicos dentro del registro de ACV más amplio, y el acceso a ambos está restringido y vinculado solo a través de códigos anonimizados.

El objetivo principal del equipo de investigación es ayudar a los pacientes a recuperar sus habilidades lingüísticas después de un ACV. Aproximadamente un tercio de los supervivientes de un ictus sufren afasia, una condición que afecta el uso del lenguaje. Después de un ACV, el cerebro tiene la capacidad de reorganizarse y formar nuevas conexiones, un proceso conocido como plasticidad cerebral, que permite recuperar las funciones perdidas con el tiempo. Mejorar la plasticidad cerebral podría optimizar la recuperación de la afasia, pero el patrón de esta plasticidad varía según el tamaño y la ubicación de cada ACV. Con AStrID, los investigadores pueden identificar grupos de pacientes con perfiles de ACV similares, lo que les ayuda a descubrir patrones de plasticidad cerebral previamente ocultos que podrían ser objeto de nuevos tratamientos para mejorar la recuperación.

“Las disparidades en el acceso a los servicios afectan cada fase de la atención de los ACV”, afirmó el Dr. Peter E. Turkeltaub, director del Laboratorio de Recuperación Cognitiva de la Universidad de Georgetown y de la Clínica de Afasia del Hospital Nacional de Rehabilitación MedStar. “AStrID y el registro más amplio de ACV pueden ayudarnos a entender cómo estas disparidades afectan los resultados. Podemos identificar grupos de personas que deberían tener recuperaciones similares porque han sufrido accidentes cerebrovasculares muy parecidos y luego evaluar si el acceso a la rehabilitación u otros servicios para el ACV modifica su recuperación. Eso nos ayudará a encontrar a las personas que se beneficiarían más de mejores servicios para ACV para mejorar la equidad y los resultados”.

Enlaces relacionados:
Georgetown University Medical Center
MedStar Health