Los modelos matemáticos ayudan a predecir la evolución de enfermedades neurodegenerativas

médico con radiografía

Tanto en TAC, rayos X y ultrasonidos como en resonancia magnética existen muchas aplicaciones relacionadas con big data y la inteligencia artificial (foto: Anna Shvets: / Pexels)

15/09/2022
Lorena Farràs Pérez

La inteligencia artificial facilita la personalización de tratamientos médicos y la predicción de la evolución de los pacientes


Esta tecnología gana peso en el ámbito sanitario para procesar grandes cantidades de información en tiempo real


Investigadores de la UOC y del IDIBAPS estudian aplicarla en campos tan diversos como el procesamiento de imágenes o la bioinformática


La UOC cuenta con un centro académico, el eHealth Center, que genera, transfiere e intercambia conocimiento en salud digital

Las tecnologías de la información y la comunicación (TIC) están revolucionando el mundo, y el sector de la salud no es una excepción. Las TIC son vistas como un elemento estratégico para mejorar la salud de la ciudadanía y garantizar un sistema sanitario de calidad, moderno y sostenible. Una de las tecnologías más prometedoras es la inteligencia artificial, capaz de crear sistemas informáticos y entrenarlos para que tomen decisiones de forma automática a partir de los datos. Dos estudios recientes en los que han participado investigadores de la Universitat Oberta de Catalunya (UOC) y del Instituto de Investigaciones Biomédicas August Pi i Sunyer (IDIBAPS) muestran la potencialidad de la aplicación de la inteligencia artificial en los campos del procesamiento de la imagen y el de la bioinformática y la genética, respectivamente.

"Tanto en TAC, rayos X y ultrasonidos como en resonancia magnética existen muchas aplicaciones relacionadas con big data y la inteligencia artificial", señala Jordi Casas Roma, miembro del grupo de investigación ADaS Lab del eHealth Center, así como profesor de los Estudios de Informática, Multimedia y Telecomunicación y director del máster universitario de Ciencia de Datos (Data Science) de la UOC. En su último estudio, publicado en abierto, los investigadores participantes han podido demostrar que "integrar y procesar todos los datos de manera conjunta, haciendo uso de redes multicapa (multilayer, en inglés), permite un análisis más completo de los datos que si se analizan de modo individual e independiente".

 

Matemáticas para entender los cambios del cerebro

El trabajo de Casas se centra en definir un modelo matemático que permita entender mejor los cambios y el deterioro cognitivo del cerebro. En una primera instancia se ha probado el modelo con la esclerosis múltiple, pero el patrón es aplicable a otras enfermedades neurodegenerativas. "Entender qué está pasando en el cerebro cuando se sufre una enfermedad de este tipo es el primer paso para poder mejorar y personalizar los tratamientos. Es importante poder determinar y predecir la evolución de la enfermedad, que seguramente nos permitirá discernir entre distintos grupos de pacientes, con evoluciones similares y tratamientos diferenciados de los demás grupos", afirma el profesor de la UOC.

El también miembro de ADaS Lab Ferran Prados Carrasco, director del estudio —en el que también participan los investigadores de la UOC Marcos Díaz Hurtado, del eHealth Center, y Albert Solé y Javier Borge, del grupo Complex Systems (CoSIN3), del Internet Interdisciplinary Institute (IN3)—, ya está llevando a la práctica la teoría de las redes multicapa. "Nos encontramos en la fase inicial, donde hemos desarrollado un biomarcador, hemos confirmado su sensibilidad, hemos publicado cómo hay que emplearlo y hemos proporcionado en abierto la tecnología para que otros investigadores y médicos de cualquier parte puedan aplicarla en sus datos", afirma Prados. "En paralelo, ya hemos iniciado la primera aplicación clínica con datos de resonancia magnética de personas con enfermedades neurodegenerativas como la esclerosis múltiple y el alzhéimer/demencia", añade el también investigador.

 

Bioinformática y genética

Otro importante campo de aplicación de la inteligencia artificial en el ámbito de la salud es el de la bioinformática y la genética, con los algoritmos metaheurísticos. "Son algoritmos muy populares en optimización combinatoria —es decir, cuando hay un conjunto finito de soluciones para un problema y se quiere encontrar la que optimiza una determinada función objetivo—. Nos permiten obtener soluciones de alta calidad para problemas complejos en tiempo real", explica Laura Calvet Liñán, profesora e investigadora de los Estudios de Informática, Multimedia y Telecomunicación y autora principal del estudio "On the role of metaheuristic optimization in bioinformatics". Calvet destaca que "la metaheurística desempeña un papel esencial en la imagen médica y el modelado de enfermedades —mediante la selección de variables, la optimización de parámetros, etc.—".

 

Sobre el eHealth Center

El eHealth Center de la UOC es un centro académico abierto al mundo, transdisciplinario, que genera, transfiere e intercambia conocimiento en salud digital para capacitar y empoderar a los ciudadanos y a los profesionales mediante las tecnologías para que lideren el cambio de paradigma en salud. Se centra en las personas y se basa en la investigación, la formación y el asesoramiento para contribuir al progreso y al bienestar de la sociedad. Se enmarca en el compromiso de la universidad con el ámbito de la salud digital.

 

Esta investigación está relacionada con el tercer objetivo de desarrollo sostenible de Naciones Unidas (ODS), de salud y bienestar.

Artículos de referencia

Casas-Roma, J., Martínez, E., Solé, A., Solana, E., López, E., Vivó, F., Díaz, M., Alba, S., Sepúlveda, M., Blanco, Y., Saiz, A., Borge, J., Llufriu, S. and Prados, F. (2022), Applying multilayer analysis to morphological, structural and functional brain networks to identify relevant dysfunction patterns. Network Neuroscience. https://doi.org/10.1162/netn_a_00258

Calvet, L., Benito, S., Juan, A.A. and Prados, F. (2022), On the role of metaheuristic optimization in bioinformatics. International Transactions in Operational Research. https://doi.org/10.1111/itor.13164

 

UOC R&I

La investigación e innovación (I+D+i) de la UOC contribuye a solucionar los retos a los que se enfrentan las sociedades globales del siglo xxi, mediante el estudio de la interacción de la tecnología y las ciencias humanas y sociales, con un foco específico en la sociedad red, el aprendizaje en línea y la salud digital.

Los más de 500 investigadores e investigadoras y los 51 grupos de investigación se articulan en torno a los siete estudios de la UOC, un programa de investigación en aprendizaje en línea (e-Learning Research) y dos centros de investigación: el Internet Interdisciplinary Institute (IN3) y el eHealth Center (eHC).

La Universidad impulsa también la innovación en el aprendizaje digital a través del eLearning Innovation Center (eLinC) y la transferencia de conocimiento y el emprendimiento de la comunidad UOC con la plataforma Hubbik.

Los objetivos de la Agenda 2030 de Desarrollo Sostenible de las Naciones Unidas y el conocimiento abierto son ejes estratégicos de la docencia, la investigación y la innovación de la UOC. Más información: research.uoc.edu #25añosUOC

Expertos UOC

Foto del profesor Jordi Casas Roma

Jordi Casas Roma

Profesor de los Estudios de Informática, Multimedia y Telecomunicación
Director del máster universitario de Aplicaciones Multimedia

Experto/a en: Seguridad informática, privacidad en grafos y redes sociales, graph mining y minería de datos.

Ámbito de conocimiento: Seguridad informática, inteligencia artificial y minería de datos.

Ver ficha
Foto del profesor Ferran Prados

Ferran Prados Carrasco

Experto/a en: Análisis de neuroimagen, desarrollo de biomarcadores y traslación de adelantos tecnológicos a la práctica clínica en el contexto de enfermedades neurodegenerativas.

Ámbito de conocimiento: Neuroimagen, ciencia de datos, biomarcadores, enfermedades neurodegenerativas

Ver ficha
Foto del profesor Adrián Montesano

Adrián Montesano del Campo

Experto/a en: Modelos y procesos de cambio en psicoterapia, construcción del self y los otros, relaciones interpersonales, terapia sexual y de pareja y terapia familiar.

Ámbito de conocimiento: Personalidad, evaluación y tratamientos psicológicos, y salud y red.

Ver ficha
Javier Borge Holthoefer

Javier Borge Holthoefer

Investigador del Internet Interdisciplinary Institute (IN3)

Experto/a en: Sistemas complejos, dinámicas sociales, modelos basados en agentes, colección y análisis de grandes volúmenes de datos, comportamiento colectivo y computación urbana (modelos de congestión de tráfico, modelos de crecimiento urbano).

Ámbito de conocimiento: Ciencia social computacional, sistemas y redes complejas y datos masivos (big data).

Ver ficha
Albert Solé

Albert Solé

Investigador del grupo CoSIN3

Enlaces relacionados