76 / 84
76
Informaciones
Psiquiátricas
2017 - n.º
230
FIDMAG
informa
R. Salvador, J. Radua, E. J. Canales-Rodriguez, A. Solanes, S. Sarro, J.
M. Goikolea, A. Valiente, G. C. Monte, M. D. C. Natividad, A. Guerrero-
Pedraza, N. Moro, P. Fernandez-Corcuera, B. L. Amann, T. Maristany,
E. Vieta, P. J. McKenna and E. Pomarol-Clotet. Evaluation of Machine
Learning Algorithms and Structural Features for Optimal MRI-Based
Diagnostic Prediction in Psychosis. PlosOne. 2017.
Tradicionalmente, las imágenes cerebrales de resonancia magnética
han sido utilizadas para llevar a cabo estudios que permitieran cono-
cer más a fondo las bases biológicas de las enfermedades mentales.
Sin embargo, los avances recientes en el campo de la inteligencia
artificial, y en especial de los algoritmos de aprendizaje automático
(Machine Learning) han abierto la posibilidad de su utilización como
herramienta clínica aplicada, tanto para la realización de diagnós-
ticos como para la predicción de la evolución de los pacientes [1].
Concretamente, en el campo de las psicosis existen ya varios estudios
que han evaluado el poder de las imágenes de resonancia magnética
(RM) para discriminar los cerebros de individuos con un diagnóstico
de esquizofrenia de los cerebros de individuos sanos [2]. Sin em-
bargo, hay pocos estudios que hayan realizado este tipo de análisis
en pacientes con trastorno bipolar, y sólo un estudio ha llevado a
cabo la relevante evaluación del diagnóstico diferencial entre ambos
trastornos [3].
De cara a evaluar objetivamente la utilidad de las imágenes cerebrales
RM de tipo estructural en el diagnóstico diferencial de las psicosis,
los investigadores de FIDMAG Hermanas Hospitalarias llevaron a cabo
un análisis exhaustivo en una muestra que comprendía imágenes de
Investigadores de FIDMAG Hermanas Hospitalarias evalúan el potencial de la
inteligencia artificial y de las imágenes cerebrales para el diagnóstico diferencial de la
esquizofrenia y del trastorno bipolar.
DIAGNÓSTICO AUTOMATIZADO DE LAS PSICOSIS MEDIANTE
IMAGEN CEREBRAL