Abstract Brain Technology Illustration

Nueva herramienta de inteligencia artificial puede ayudar a detectar daño cerebral “invisible” en atletas universitarios


Una herramienta de inteligencia artificial detecta con éxito cambios sutiles en la estructura del cerebro causados ​​por lesiones repetidas en la cabeza en atletas, lo que podría mejorar el diagnóstico y la comprensión de tales lesiones con el tiempo.

Un nuevo estudio que involucró a estudiantes-atletas revela que un programa informático de inteligencia artificial, experto en el procesamiento de imágenes por resonancia magnética (IRM), puede detectar con éxito cambios estructurales en el cerebro debido a lesiones recurrentes en la cabeza. Dichas alteraciones no fueron detectadas previamente por los métodos de imágenes médicas convencionales, como las tomografías computarizadas (TC). Según los investigadores, esta tecnología innovadora podría ayudar en el desarrollo de nuevas herramientas de diagnóstico para comprender mejor las lesiones cerebrales sutiles que se acumulan con el tiempo.

Los expertos saben desde hace mucho tiempo acerca de los riesgos potenciales de conmoción cerebral entre los atletas jóvenes, particularmente para aquellos que practican deportes de alto contacto como el fútbol americano, el hockey y el fútbol. Cada vez hay más pruebas de que los impactos repetidos en la cabeza, incluso si al principio parecen leves, pueden acumularse durante muchos años y provocar una pérdida cognitiva. Si bien la resonancia magnética avanzada identifica cambios microscópicos en la estructura del cerebro que resultan de un traumatismo craneal, los investigadores dicen que las exploraciones producen grandes cantidades de datos que son difíciles de navegar.

Dirigido por investigadores del Departamento de Radiología de la Facultad de Medicina Grossman de la NYU, el nuevo estudio mostró por primera vez que la nueva herramienta, que usa una técnica de IA llamada aprendizaje automático, pudo distinguir con precisión entre los cerebros de los atletas masculinos que practicaban deportes de contacto como el fútbol y los deportes sin contacto como el atletismo. Los resultados vincularon los impactos repetidos en la cabeza con pequeños cambios estructurales en los cerebros de los atletas de deportes de contacto que no habían sido diagnosticados con una conmoción cerebral.

“Nuestros hallazgos descubren diferencias significativas entre los cerebros de los atletas que practican deportes de contacto en comparación con los que compiten en deportes sin contacto”, dijo la autora principal del estudio y neurorradióloga Yvonne Lui, MD. “Dado que esperamos que estos grupos tengan una estructura cerebral similar, estos resultados sugieren que puede haber un riesgo al elegir un deporte sobre otro”, agrega Lui, profesor y vicepresidente de investigación en el Departamento de Radiología de NYU Langone Health.

Lui agrega que más allá de detectar daños potenciales, la técnica de aprendizaje automático utilizada en su investigación también puede ayudar a los expertos a comprender mejor los mecanismos subyacentes detrás de las lesiones cerebrales.

El nuevo estudio, que se publicó recientemente en El diario de neurorradiología, involucró cientos de imágenes cerebrales de 36 atletas universitarios de deportes de contacto (en su mayoría jugadores de fútbol) y 45 atletas universitarios de deportes sin contacto (en su mayoría corredores y jugadores de béisbol). El trabajo estaba destinado a vincular claramente los cambios detectados por la herramienta de IA en los escáneres cerebrales de los jugadores de fútbol con los impactos en la cabeza. Se basa en un estudio anterior que identificó diferencias en la estructura cerebral de los jugadores de fútbol americano, comparando a aquellos con y sin conmociones cerebrales con atletas que competían en deportes sin contacto.

Para la investigación, los investigadores analizaron resonancias magnéticas de 81 atletas masculinos tomadas entre 2016 y 2018, ninguno de los cuales tenía un diagnóstico conocido de conmoción cerebral dentro de ese período de tiempo. Los atletas de deportes de contacto jugaron fútbol americano, lacrosse y fútbol, ​​mientras que los atletas de deportes sin contacto participaron en béisbol, baloncesto, atletismo y campo a través.

Como parte de su análisis, el equipo de investigación diseñó técnicas estadísticas que le dieron a su programa de computadora la capacidad de “aprender” cómo predecir la exposición a impactos repetidos en la cabeza usando modelos matemáticos. Estos se basaron en ejemplos de datos que se les introdujeron, y el programa se volvió “más inteligente” a medida que crecía la cantidad de datos de entrenamiento.

El equipo de estudio entrenó el programa para identificar características inusuales en el tejido cerebral y distinguir entre atletas con y sin exposición repetida a lesiones en la cabeza en función de estos factores. También clasificaron la utilidad de cada característica para detectar daños y ayudar a descubrir cuál de las muchas métricas de MRI podría contribuir más a los diagnósticos.

Dos métricas marcaron con mayor precisión los cambios estructurales que resultaron de una lesión en la cabeza, dicen los autores. La primera, la difusividad media, mide la facilidad con la que el agua puede moverse a través del tejido cerebral y, a menudo, se usa para detectar accidentes cerebrovasculares en las imágenes de resonancia magnética. El segundo, la curtosis media, examina la complejidad de la estructura del tejido cerebral y puede indicar cambios en las partes del cerebro involucradas en el aprendizaje, la memoria y las emociones.

“Nuestros resultados resaltan el poder de la inteligencia artificial para ayudarnos a ver cosas que no podíamos ver antes, particularmente ‘lesiones invisibles’ que no aparecen en las resonancias magnéticas convencionales”, dijo el autor principal del estudio, Junbo Chen, MS, candidato a doctorado en la Escuela de Ingeniería NYU Tandon. “Este método puede proporcionar una herramienta de diagnóstico importante no solo para la conmoción cerebral, sino también para detectar el daño que se deriva de impactos en la cabeza más sutiles y frecuentes”.

Chen agrega que el equipo de estudio planea explorar el uso de su técnica de aprendizaje automático para examinar lesiones en la cabeza en atletas femeninas.

Referencia: “Identificación de biomarcadores de microestructura de resonancia magnética de difusión relevantes relacionados con la exposición a impactos repetidos en la cabeza en atletas de deportes de contacto” por Junbo Chen, Sohae Chung, Tianhao Li, Els Fieremans, Dmitry S. Novikov, Yao Wang e Yvonne W. Lui, 22 de mayo de 2023, El diario de neurorradiología.
DOI: 10.1177/19714009231177396

El estudio fue financiado por el Institutos Nacionales de Salud y el Departamento de Defensa de EE.UU.


Notice: ob_end_flush(): failed to send buffer of zlib output compression (0) in /home/packsegu/public_html/wp-includes/functions.php on line 5373