77 / 84
Informaciones
Psiquiátricas
2017 - n.º
230
77
127 controles sanos, 128 pacientes con esquizofrenia y 128 pacientes
con trastorno bipolar. En concreto, se evaluó de forma sistemática la
capacidad de predicción diagnóstica de ocho de los algoritmos más
utilizados en el campo del aprendizaje automático [4] aplicados a
diferentes formatos de datos de imagen estructural (véase Figura 1).
Los análisis realizados otorgaron un poder de diagnóstico similar a
los ocho algoritmos de aprendizaje probados y mostraron la mayor
utilidad de las imágenes cerebrales tipo VBM (imágenes de morfome-
tría basada en vóxel). La Figura 2 muestra el grado de acierto logrado
en las clasificaciones realizadas con los ocho algoritmos para el diag-
nóstico diferencial entre los tres grupos (controles sanos, pacientes
con esquizofrenia y pacientes con trastorno bipolar). De promedio
se consiguieron discriminar correctamente el 75% de los individuos
(clasificación esquizofrenia vs. control), el 63% (clasificación bipolar
vs. control) y el 62% (clasificación esquizofrenia vs. bipolar). Aunque
los niveles de acierto reportados en este estudio no alcanzaron los
niveles que se podrían considerar necesarios para una automatización
del diagnóstico en psicosis, si que muestran la potencialidad de es-
tas nuevas herramientas de inteligencia artificial como herramientas
complementarias para la evaluación clínica de este tipo de pacientes.
www.fidmag.orgFIDMAG informa