Redes Neuronales Artificiales: Aplicación en salud

El descubrimiento de este maravilloso sistema inteligente nos ha permitido tener muchas aplicaciones en salud y que realmente son muy útiles para la sociedad, por eso nos gustaría resaltar el trabajo de los investigadores en el tema de redes neuronales, ya que han hecho un esfuerzo grandioso al acoplar este maravilloso método a la medicina y lograr prevenir enfermedades que podrían ser catastróficas  Aunque  nos parece difícil  nos gustaría que estos conocimientos se difundieran mas en las comunidades medicas con el fin de contar con herramientas  que permitan atender a los pacientes de una forma mas completa y segura. 

Análisis de imágenes

En la práctica los médicos tienen que evaluar información de imágenes obtenidas con ultrasonido, resonancia magnética, medicina nuclear y radiología.Normalmente se hace un análisis cualitativo por inspección visual; sin embargo,un examen cuantitativo

presenta las siguientes ventajas:

• los diagnósticos de distintos laboratorios usando los mismos criterios se pueden verificar.
• los datos para un sujeto se pueden comparar con una base de datos de personas normales para decidir automáticamente si existe la anormalidad.
• los hallazgos para un sujeto se pueden comparar con una base de datos con distintas enfermedades y detectar el tipo de anormalidad.
• los resultados de una serie de exámenes del mismo paciente se pueden comparar para determinar la evolución de la enfermedad y analizar la respuesta al tratamiento.

Ultrasonido

Se han desarrollado modelos para cardiología, identificación de tejido del hígado y oftalmología.

Detección de infartos
las ecografías de corazón de sujetos normales y con infarto de miocardio se digitalizaron en una matriz de 256x256 pixeles con 256 niveles de gris. Las regiones de interés fueron seleccionadas por un cardiólogo en una matriz de 1Ox1O pixeles. Se entrenó una red neuronal multicapa para reconocer pequeñas diferencias entre el miocardio normal y anormal.

Resonancia magnética

Se han desarrollado varias aplicaciones para segmentar las imágenes; las redes neuronales han mostrado su utilidad en la identificación de vasos sanguíneos.

Segmentación de imágenes del cerebro
la segmentación de imágenes médicas obtenidas con resonancia magnética es muy importante para la visualización de tejidos suaves en el cuerpo humano. Se entrenó una red neuronal para clasificar los siguientes seis tipos de tejido: fondo, fluido cerebroespinal, materia blanca, materia gris, cráneo y grasa. Los resultados soportan el uso de redes neuronales como método para clasificar imágenes médicas.

Medicina nuclear

El análisis de imágenes con redes neuronales en medicina nuclear incluye tomografía por emisión de positrones (PET) y tomografía computarizada por emisión de un fotón (SPECT).

Radiología

Se han utilizado redes neuronales para analizar angiografías y mamografías. Angiografía de arteria coronaria: se utiliza una red neuronal que recibe 121(11x11) entradas, tiene 17 neuronas ocultas y dos salidas. Se hace un barrido de la imágen de 256x256x 8 bit  usando una máscara de 11 xll pixeles, la red clasifica el pixel central de la máscara como vaso o fondo. Los resultados sugieren que una red neuronal puede lograr una tasa de detección de vasos aceptable.

Deficiencias en el sistema inmune y alergias

Redes neuronales como clasificadores han permitido detectar deficiencias en el sistema inmune (4). Para entrenar la red se recopila información de personas sanas y personas con immunodeficiencia .La red neuronal se entrenó para clasificar la gente como saludable o enferma usando 17 parámetros metabólicos de los linfocitos.

Las reacciones alérgicas no son fáciles de diagnosticar. Reacciones pseudoalérgicas, clínicamente similares a reacciones alérgicas, agregan complejidad al problema. El objeto de la investigación fue aplicar el clasificador neuronal para crear un diagnóstico automático para reacciones alérgicas y pseudoalérgicas. El clasificador tiene tres clases : gente sana,alérgicos y pseudoalérgicos, las entradas a la red son las concentraciones de parámetros metabólicos de los linfocitos.