Reconocimiento automático de espasmos epilépticos mediante un modelo de IA visual a gran escala

Área de la Ciencia:

• Inteligencia artificial
• Imágenes médicas
• Neurología pediátrica

Sus antecedentes:

• Los espasmos epilépticos (EE) son una forma grave de epilepsia en lactantes, a menudo difícil de diagnosticar.
• La detección e intervención tempranas son cruciales para mejorar los resultados en lactantes con EE.
• Los métodos de diagnóstico actuales para los EE pueden consumir mucho tiempo y requieren experiencia especializada.

Objetivo del estudio:

• Desarrollar y validar un modelo eficaz de reconocimiento artificial visual (IA) para la detección de espasmos epilépticos (EE).
• Mejorar la profesionalidad y la conveniencia de la detección de EE a través del análisis automatizado.
• Aprovechar técnicas avanzadas de IA para mejorar la precisión diagnóstica en la epilepsia pediátrica.

Principales métodos:

• Se construyó un modelo de IA centrado en video utilizando un Transformer de Visión (ViT) preentrenado con preentrenamiento contrastivo de lenguaje e imagen (CLIP) para la extracción de características espaciales.
• Se integró un módulo de convolución temporal para capturar la dinámica temporal, seguido de un perceptrón multicapa para clasificación binaria (normal vs. anormal).
• El modelo se entrenó con aproximadamente 330 horas de videos de movimiento de lactantes, con división de datos por lactante para garantizar una validación robusta utilizando métricas como Precisión, Recall, F-score, Accuracy y AUROC.

Principales resultados:

• El clasificador basado en CLIP logró métricas de alto rendimiento: recall 1.00 ± 0.00, precisión 0.78 ± 0.01, F-score 0.87 ± 0.01, accuracy 0.98 ± 0.01 y AUROC 0.99 ± 0.01.
• El modelo de IA demostró un rendimiento superior en comparación con métodos reportados previamente para la detección de EE.
• Estudios de caso confirmaron una fuerte consistencia entre las predicciones del modelo y las anotaciones de expertos, incluso en casos complejos con episodios intermitentes de EE.

Conclusiones:

• Se desarrolló con éxito un modelo de reconocimiento de movimiento automático para EE.
• El modelo de IA muestra un potencial significativo para la detección automatizada temprana de espasmos epilépticos en lactantes.
• Esta tecnología puede contribuir a un diagnóstico más oportuno y accesible de los EE, mejorando la atención al paciente.