Investigadores han desarrollado un nuevo marco de inteligencia artificial llamado FedDOSE que mejora el diagnóstico del autismo y el TDAH mediante el análisis de escáneres cerebrales de múltiples hospitales sin compartir datos sensibles de los pacientes.
La investigación
Un equipo liderado por Deepank Girish y Yi Hao Chan de la Universidad Tecnológica de Nanyang creó FedDOSE, un enfoque de aprendizaje federado que aborda dos grandes desafíos en la imagen cerebral: la privacidad y la variabilidad de los datos. El aprendizaje federado permite que múltiples instituciones entrenen un modelo de forma colaborativa sin mover datos brutos, pero los métodos estándar tienen dificultades con las diferencias en los equipos de escaneo y las poblaciones de pacientes entre sitios.
FedDOSE aborda específicamente estos "efectos de sitio" mientras captura la conectividad cerebral dinámica—cómo interactúan diferentes regiones cerebrales a lo largo del tiempo—en lugar de solo instantáneas estáticas. El marco utiliza un bloque de Descomposición de Tucker Guiada por Modularidad para procesar eficientemente datos de conectividad cerebral de alta dimensión e identificar patrones espacio-temporales modulares. Cada sitio genera prototipos específicos de clase, que luego se alinean entre sitios utilizando transporte óptimo y análisis de Procrustes.
Al probar en tres conjuntos de datos públicos—ABIDE-I, ABIDE-II y ADHD-200—FedDOSE superó a los métodos existentes en la detección tanto del trastorno del espectro autista (TEA) como del trastorno por déficit de atención e hiperactividad (TDAH). Estos conjuntos de datos incluyen miles de escáneres cerebrales recopilados de muchos centros de investigación, lo que los hace ideales para evaluar el rendimiento multi-sitio.
Por qué es importante
Para las personas y familias afectadas por TEA o TDAH, esta investigación podría conducir a diagnósticos más precisos y tempranos. Al permitir que los modelos de IA aprendan de conjuntos de datos más grandes y diversos—sin sacrificar la privacidad—FedDOSE ayuda a superar un gran obstáculo en la imagen médica. El enfoque de conectividad dinámica también captura una actividad cerebral más matizada, potencialmente revelando biomarcadores que los métodos estáticos pasan por alto. Aunque el estudio actual se centra en el diagnóstico, el mismo marco podría adaptarse a otras tareas de imagen cerebral, como predecir la respuesta al tratamiento o seguir la progresión de la enfermedad.
Lo que puedes hacer
Si sientes curiosidad por tu propia salud cognitiva, mantente informado sobre los avances en imagen cerebral e IA. Para una instantánea rápida de tus capacidades cognitivas, considera realizar una prueba validada. La estimulación mental regular, el ejercicio físico y un buen sueño siguen siendo los pilares de la salud cerebral, independientemente de los desarrollos tecnológicos.
Fuente: arXiv q-bio.NC
¿Curioso sobre tu propio cerebro? Realiza nuestra prueba de coeficiente intelectual adaptativa gratuita o prueba 306 niveles de entrenamiento cerebral.
