La IA puede guiar la cirugía para la epilepsia infantil

Un estudio reciente sugiere que la inteligencia artificial (IA) podría ser útil en el tratamiento de la epilepsia infantil, ayudando a detectar las anomalías cerebrales que causan las convulsiones en los niños.

La herramienta de IA, denominada MELD Graph, identificó el 64% de las lesiones cerebrales relacionadas con la epilepsia que los radiólogos humanos habían pasado por alto, según los investigadores de un estudio publicado en JAMA Neurology.

Las lesiones cerebrales responsables de las convulsiones pueden ser difíciles de detectar a simple vista, pero la cirugía para extirparlas puede ser una forma eficaz de detener las convulsiones. Sin embargo, muchos niños han experimentado años de convulsiones y exámenes médicos antes de que se identifique una lesión. En torno al 20% de las personas con epilepsia tienen convulsiones provocadas por lesiones cerebrales conocidas como displasias corticales focales (DFC).

Para desarrollar esta herramienta de IA, los investigadores recopilaron datos de resonancias magnéticas de casi 1,200 personas tratadas en 23 centros de epilepsia de todo el mundo como parte del Proyecto Multicéntrico de Detección de Lesiones de Epilepsia (MELD). La IA fue entrenada con la mitad de las resonancias magnéticas para enseñar a la herramienta a detectar lesiones sutiles que podrían pasarse por alto. Posteriormente, se probó su efectividad en la otra mitad de los escaneos.

En las pruebas, la IA identificó correctamente el 82% de las lesiones ya extirpadas con éxito durante cirugías que dejaron a los pacientes sin convulsiones. Además, la IA detectó un 64% de las lesiones que los radiólogos humanos no habían notado, según los resultados. Por ejemplo, MELD Graph identificó una lesión sutil en un niño de 12 años con convulsiones diarias, quien había probado nueve medicamentos anticonvulsivos sin mejora.

En general, la IA identificó con precisión alrededor del 70% de las lesiones cerebrales en las resonancias magnéticas, con una reducción de cuatro veces en los falsos positivos. Esto sugiere que la herramienta podría ayudar a identificar a los pacientes aptos para cirugía y a planificar las intervenciones quirúrgicas, lo que podría reducir riesgos, ahorrar dinero y mejorar los resultados. Aunque la herramienta aún no está disponible para los médicos, el equipo de investigación la ha lanzado como software de código abierto y está llevando a cabo talleres para capacitar a médicos e investigadores en su uso.