Predicción de la gravedad de la esclerosis múltiple mediante ML

[Laia-8371-QQE68P]

Buenas tardes a todos,

Mientras investigaba sobre diferentes aplicaciones del ML en España, he encontrado este artículo. Me ha llamado mucho la atención, ya que describe de forma superdetallada un estudio donde se predijo la gravedad de la Esclerosis Múltiple, a través de analizar datos multimodales de los pacientes con aprendizaje automático.
Los análisis se realizaron utilizando datos clínicos, imágenes cerebrales (MRI) y biomarcadores de diversas técnicas "ómicas" (genómica, citómica y proteómica). Utilizaron algoritmos de Random Forest para identificar predictores de resultados clínicos y evaluaron el rendimiento de estos algoritmos en una muestra de 271 pacientes. Las conclusiones indicaron que la combinación de datos clínicos e imágenes aumentó la precisión de las predicciones, y la incorporación de datos "ómicos" mejoró el resultado en algunos casos.
Adjunto el enlace por si a alguien le interesa el tema tanto como a mí: https://link.springer.com/article/10.1007/s00415-023-12132-z#Sec17 .

Finalmente, os lanzo una pregunta: ¿Creéis que la efectividad de las predicciones del ML llegará a ser del 100%?

¡Mucha suerte a todos!

Laia

[Carla-4912-UZSf3M]

¡Hola Laia!

El uso de aprendizaje automático (ML) para predecir la evolución de la Esclerosis Múltiple (EM) está avanzando en España. Por ejemplo, la Red Española de Esclerosis Múltiple (REEM) ha participado en estudios que muestran cómo la inteligencia artificial puede ayudar a anticipar el avance de la enfermedad analizando datos de pacientes.

Además, el Instituto de Ingeniería del Conocimiento (IIC) ha desarrollado modelos de ML que estudian datos clínicos y demográficos de los pacientes para predecir cómo responderán a distintos tratamientos, ayudando así a los médicos. https://www.iic.uam.es/lasalud/investigaciones-de-inteligencia-artificial-en-salud/?utm_source=

Sobre tu pregunta, es difícil que el ML logre un 100% de precisión, no solo porque la EM es muy compleja y cada paciente es diferente pero también porque siempre habrá factores que no se pueden predecir con total seguridad. Sin embargo, con mejores datos y tecnología, estos modelos serán cada vez más útiles para los médicos.

¡Ánimo con tu investigación!

Carla Figuerola

[Sol-4912-JQlb9D]

¡Hola Laia!

Tu hallazgo es muy interesante y muestra cómo el aprendizaje automático está revolucionando la medicina. Algo relacionado que he encontrado es un estudio en el que se utilizó IA para predecir la progresión de la Esclerosis Múltiple a partir de resonancias magnéticas y datos clínicos. En ese caso, los modelos basados en redes neuronales profundas lograron detectar patrones sutiles en las imágenes cerebrales, mejorando la precisión de los diagnósticos y pronósticos.

Respecto a tu pregunta sobre si el ML llegará a una efectividad del 100%, es poco probable debido a la complejidad de las enfermedades y la variabilidad entre pacientes. Sin embargo, con el avance de la tecnología y la recopilación de más datos, la precisión seguirá mejorando. El reto está en combinar estos modelos con el criterio clínico para obtener diagnósticos y tratamientos más personalizados.

¿Has visto algún estudio que compare diferentes algoritmos en este tipo de predicciones?

¡Un saludo y gracias por compartir el artículo!