INTELIGENCIA ARTIFICIAL PARA DIAGNOSTICAR OSTEOPOROSIS

Su fiabilidad, que supera el 95 por ciento de los casos, evitaría radiar al paciente y contribuiría a reducir las listas de espera.

La técnica, que acaba de ser presentada en el Hospital de Cabueñes, en Gijón, ha sido diseñada por un grupo de trabajo integrado por Miguel Ángel Suárez-Suárez, del servicio de Cirugía Ortopédica y Traumatología de dicho centro y profesor de la Universidad de Oviedo; Fernando Sánchez Lasheras, ingeniero y responsable el departamento de I+D+i de la empresa Tecniproject; Javier de Cos, ingeniero y profesor del Departamento de Prospección y Explotación de Minas de la Universidad de Oviedo, y Antonio Murcia, jefe de Servicio de Traumatología del Hospital de Cabueñes y también profesor de la Universidad de Oviedo. Los resultados se publican en el último número de International Journal of Computer Mathematics.

Codo con codo, los científicos han desarrollado un sistema de inteligencia artificial capaz de calcular la densidad de masa ósea a partir de las respuestas ofrecidas por el paciente a una batería de 135 preguntas, (conforme a la versión en castellano del Diet History Questionaire del Departamento de Monitorización de Factores de Riesgo Instituto Nacional del Cáncer de los Estados Unidos) sobre sus características antropométricas, hábitos alimenticios y estilo de vida. En adelante el uso de técnicas de "minería de datos" y de estadística avanzada, ha permitido al grupo investigador identificar las variables que, además de la edad, más influyen en la densidad del hueso y la osteoporosis de las mujeres posmenopáusicas: peso, talla, actividad física, exposición al sol, número de embarazos, y consumo de grasas, colesterol, proteínas, lácteos, sodio, calcio, vitamina B12 y energía.

Utilizando técnicas de inteligencia artificial este grupo ha logrado diseñar una red neuronal con capacidad de aprendizaje para el diagnóstico de la osteoporosis mediante el análisis de patrones de comportamiento. Los sistemas de inteligencia artificial, a diferencia de los ordenadores convencionales, tratan de imitar el mecanismo de funcionamiento cerebral basado en la interconexión de las neuronas, a través de trillones de sinapsis. Siguiendo este mecanismo, los sistemas neuronales artificiales mimetizan la estructura del cerebro con sistemas electrónicos compuestos por cientos de pequeños procesadores simples denominados "neuronas artificiales", ha indicado Miguel Ángel Suárez-Suárez.

Capacidad de aprender
La gran ventaja de las redes neuronales es que operan sobre la base del reconocimiento de patrones y que pueden adquirir, almacenar y utilizar conocimiento experimental obtenido gracias a ejemplos, es decir, "tiene capacidad de aprender". Esta forma de adquirir conocimiento se logra a partir de ejemplos, por ajuste de parámetros de las neuronas mediante un algoritmo de aprendizaje. "No se trata de magia sino de matemáticas".

Los investigadores han ideado una red neuronal que, "sirviéndose de datos de entrada y de salida", es capaz de calcular la densidad de masa ósea de una persona, en función de las contestaciones a las 135 cuestiones ya mencionadas y relacionadas con hábitos alimenticios, estilo de vida y factores antropométricos.

Para probar la eficacia de la técnica se formó un grupo de 76 mujeres posmenopáusicas a las que se les practicó una densitometría. Además se les entregó el cuestionario con las 135 preguntas y se compararon los resultados de la DXA con los ofrecidos por el sistema de inteligencia artificial. En un porcentaje que superaba el 95 por ciento de los casos los resultados eran coincidentes, lo que permite concluir que la encuesta se materializó en una precisión sorprendente en el cálculo de la masa ósea. Y lo mejor es que "a medida que sigamos introduciendo datos en el procesador la herramienta será aún más fiable".

La densitometría ósea ha sido hasta la fecha el patrón oro para el diagnóstico de la osteoporosis. Sin embargo, los inconvenientes asociados no son pocos; entre ellos figura el hecho de "que implica someter a los pacientes a radiación, requiere instalaciones específicas y aparataje, genera unos costes elevados derivados del gasto en mantenimiento y personal, y da lugar a interminables listas de espera", en palabras del propio Suárez-Suárez. En este sentido, el sistema de inteligencia artificial permitiría borrar obstáculos.

Por el momento, los científicos siguen trabajando en el perfeccionamiento de la aplicación de esta innovadora técnica, con el objetivo de disponer de una plataforma web a través de la cual los pacientes puedan responder al cuestionario de forma online, en vez de hacerlo en papel, para así ahorrar tiempo, ganar en eficacia, y reducir costes.

fuente:liga reumatologica asturiana