Una nueva herramienta basada en inteligencia artificial (IA) desarrollada por investigadores australianos ha demostrado una alta precisión para detectar pequeñas malformaciones cerebrales que a menudo pasan desapercibidas en niños con epilepsia, lo que podría acelerar el acceso a cirugías que transforman la vida de estos pacientes.
El proyecto es liderado por la neuróloga pediátrica Emma Macdonald Laurs, del Hospital Real de Niños de Melbourne, quien explicó que estas lesiones, en muchos casos del tamaño de un arándano o incluso más pequeñas, suelen estar ocultas en los pliegues del cerebro y no aparecen en las resonancias magnéticas tradicionales (IRM), especialmente en niños con displasia cortical y epilepsia focal.
“Frecuentemente pasan desapercibidas y muchos niños no son considerados candidatos para cirugía”, explicó Macdonald Laurs.“Esta herramienta no reemplaza a los radiólogos ni a los epileptólogos, pero actúa como un detective que junta las piezas más rápido”, añadió.
La herramienta fue entrenada con imágenes cerebrales infantiles y probada con IRM y PET scan (tomografía por emisión de positrones), logrando una tasa de detección del 94% en un grupo de prueba y del 91% en otro.
De los 17 niños evaluados, 12 se sometieron a cirugía tras la detección de sus lesiones y 11 de ellos quedaron libres de crisis epilépticas.
La epilepsia afecta a uno de cada 200 niños y, según los especialistas, cerca de un tercio de ellos no responde a tratamientos farmacológicos. Hasta el 30% de los casos se relacionan con anomalías estructurales del cerebro, muchas de ellas invisibles hasta ahora en los estudios convencionales.
El próximo paso, según el equipo del Instituto de Investigación para Niños Murdoch, será probar esta tecnología en contextos hospitalarios reales con nuevos pacientes aún no diagnosticados.
Cabe destacar que esta investigación se suma a otros avances similares. En febrero, un equipo del King’s College London logró detectar el 64% de lesiones no vistas por radiólogos mediante IA aplicada a datos de IRM, lo que refuerza el potencial de esta tecnología en el diagnóstico temprano.
