Bethesda (Maryland).- Una persona con epilepsia podría preguntar a su monitor si tuvo una convulsión mientras dormía y, a la vez, indicarle si una alerta coincide con lo que sintió. Esa comunicación en dos direcciones fue probada con trece pacientes en el Hospital de la Universidad de Pensilvania, donde la retroalimentación de los participantes redujo alrededor de 80% las falsas alarmas del sistema durante el estudio.
La investigación, financiada por los Institutos Nacionales de Salud de Estados Unidos (NIH), utilizó una aplicación de teléfono para intercambiar preguntas, alertas y respuestas basadas en datos de electroencefalografía. El equipo la presenta como una prueba de concepto realizada en un entorno hospitalario, no como una herramienta disponible para llevar a casa.
Los investigadores preparan estudios de mayor escala para uso ambulatorio. También trabajan en una aplicación de la plataforma para permitir comunicación entre personas con Parkinson y dispositivos de estimulación cerebral profunda.
La interfaz permite al paciente preguntar por su EEG
Los dispositivos de electroencefalografía, o EEG, registran actividad cerebral mediante electrodos que suelen colocarse sobre el cuero cabelludo o implantarse debajo de él. Esa información puede ayudar a identificar una convulsión activa o un riesgo elevado de que ocurra.
Los equipos generan un flujo continuo de datos, pero en la práctica la información suele llegar a revisores expertos cada día o después de varios días. El proyecto buscó acercar parte de esos datos al paciente en tiempo real.
Brian Litt, profesor de neurología y bioingeniería de la Universidad de Pensilvania y autor correspondiente del estudio, explicó que los dispositivos se diseñan principalmente para médicos, aunque también registran información que los pacientes podrían aprovechar.
Entre las consultas ensayadas estuvo preguntar si se habían producido convulsiones durante el sueño. Los participantes también recibieron alertas, encuestas y otras notificaciones en sus teléfonos.
Trece participantes intercambiaron más de 1.300 mensajes
Los investigadores Zack Goldblum y Haoer Shi, coautores principales que trabajan en el laboratorio de Litt, construyeron una interfaz con acceso a datos de EEG en tiempo real y navegación para personas no expertas.
La prueba se realizó mientras trece pacientes permanecían durante varios días en la unidad de monitoreo de epilepsia del hospital. Durante ese periodo, los participantes y el sistema intercambiaron más de 1.300 mensajes.
La interfaz respondió a más del 92% de las preguntas sobre actividad cerebral con información precisa y pertinente. Esa medición se refiere a la calidad de las respuestas, distinta de la evaluación de las alertas de convulsiones.
El equipo observó una participación activa en ambas direcciones: los pacientes solicitaban datos y también respondían cuando el sistema les notificaba una posible convulsión.
Marcar una detección como verdadera, falsa o incierta
Los algoritmos de monitoreo pueden señalar actividad sospechosa y, en ocasiones, clasificar señales benignas como convulsiones. Los expertos deben descartar esas alertas cuando revisan los registros.
La plataforma incorporó otra fuente de información: la experiencia del propio paciente. Los participantes respondieron a más de 67% de las detecciones en tiempo real y las clasificaron como verdaderas, falsas o inciertas.
El modelo de detección ajustó su funcionamiento utilizando esa retroalimentación. Los autores encontraron mejoras en su capacidad para identificar convulsiones y una reducción de 80% en la tasa de falsas alarmas durante la prueba.
Cuando el sistema también aprendió de las respuestas de expertos, las alarmas disminuyeron otro 2%. El resultado central es una reducción de detecciones erróneas, no una reducción de la cantidad de convulsiones que sufren los pacientes.
La prueba de epilepsia se realizó en una unidad hospitalaria
La escala y el lugar del estudio delimitan sus conclusiones. Participaron trece personas dentro de una unidad hospitalaria y durante varios días; los investigadores consideran que los resultados justifican continuar el desarrollo.
Amy Bany Adams, directora interina del Instituto Nacional de Trastornos Neurológicos y Accidentes Cerebrovasculares de NIH, describió la prueba como una tecnología con potencial para una gestión más adaptable que dé al paciente un papel directo.
El equipo está planeando investigaciones de mayor tamaño fuera del hospital. De forma simultánea, prepara el uso de la plataforma para conectar dispositivos de estimulación cerebral profunda con personas que tienen Parkinson.
Goldblum contó que varios pacientes preguntaron espontáneamente si podían llevarse el sistema a casa. La respuesta fue que todavía no.
Datos de EEG y respuestas del paciente en una misma interfaz
El proyecto reúne datos que ya estaban en ambos extremos: registros del dispositivo y observaciones del paciente. La interfaz permite convertir esa información en preguntas, respuestas y correcciones durante el monitoreo.
El estudio fue respaldado por NIH mediante financiamiento del Instituto Nacional de Trastornos Neurológicos y Accidentes Cerebrovasculares. Sus resultados describen una experiencia inicial de comunicación entre pacientes y equipos, con pruebas adicionales pendientes antes de un uso ambulatorio de mayor alcance.
Este artículo fue elaborado con la ayuda de herramientas de inteligencia artificial y revisado por un editor de Hispanos Press
Contenido relacionado
- Un estudio con 13 pacientes reduce 80% las falsas alarmas de un monitor de epilepsia
- UC Irvine usará inteligencia artificial para explorar energía geotérmica
- Instituto Cervantes pide supervisar la IA para preservar un español diverso
- NIH plantea experimentos digitales para orientar investigación médica
- LA USDA estudiará el potencial genético de los cultivos
