Una nueva herramienta desarrollada en Australia identifica lesiones diminutas que suelen pasar desapercibidas en resonancias tradicionales, acelerando la posibilidad de cirugías curativas.
Una herramienta de inteligencia artificial (IA) creada por especialistas en Australia está revolucionando el diagnóstico de epilepsia infantil, al detectar malformaciones cerebrales tan pequeñas como un arándano que muchas veces no se observan en resonancias magnéticas convencionales.
El sistema fue desarrollado por la neuróloga pediátrica Emma Macdonald Laurs, del Hospital Real de Niños de Melbourne, y funciona como un asistente para radiólogos, aumentando la precisión del diagnóstico sin sustituir la experiencia médica. “Es un detective que nos ayuda a juntar las piezas del rompecabezas más rápido para proponer cirugías que pueden cambiar la vida de los niños”, explicó la especialista.
En un estudio observacional con niños diagnosticados con displasia cortical y epilepsia focal, la IA detectó lesiones ocultas con 94% de éxito en el primer grupo de prueba y 91% en un segundo grupo independiente. Antes de la aplicación de esta tecnología, 80% de los pacientes habían recibido resultados normales en resonancias tradicionales, evidenciando la dificultad de encontrar estas anomalías solo con análisis humanos.
Cuando se identifica la causa estructural de la epilepsia, la cirugía se convierte en una opción realista. En el grupo piloto, 12 de 17 niños accedieron a cirugía, y 11 de ellos permanecen libres de crisis hasta el momento, demostrando la relevancia de un diagnóstico rápido y certero.
En personas con epilepsia, aproximadamente un tercio no responde a los medicamentos tradicionales. Detectar lesiones cerebrales ocultas puede mejorar significativamente la calidad de vida, reducir las crisis y favorecer un desarrollo escolar y social más estable.
Comparado con otros avances, un estudio del King’s College London con IA mostró una tasa de detección del 64% en lesiones que los radiólogos no habían identificado. El siguiente paso, señala Macdonald Laurs, será probar esta herramienta en entornos hospitalarios reales con pacientes no diagnosticados.
Deja un comentario