Pueden ser un "apoyo clínico fundamental" para identificar sus causas
BARCELONA, 15 Jul. (EUROPA PRESS) -
Un consorcio de investigación liderado por la Universitat Pompeu Fabra (UPF) de Barcelona ha creado técnicas para identificar y tratar la degeneración de la columna vertebral mediante herramientas de inteligencia artificial (IA) y técnicas computacionales.
Estas técnicas, pioneras en el ámbito internacional, pueden constituir un "apoyo clínico fundamental" para identificar las causas de la degeneración de las vértebras, una de las principales causas del dolor lumbar, informa la UPF en un comunicado de este martes.
Son el resultado del proyecto europeo Disc4All, coordinado por el jefe del área de investigación de Biomecánica y Mecanobiología (Bmmb) de la Unidad BCN MedTech del Departamento de Ingeniería de la UPF, Jérôme Noailly.
Noailly ha apuntado que los modelos computacionales y de IA que han diseñado pueden contribuir a hacer diagnósticos "más precisos" que los que se realizan con las actuales observaciones clínicas.
IA Y SALUD
Uno de los principales retos del consorcio fue diseñar modelos de predicción matemática del comportamiento de los discos intervertebrales que mostrasen cambios biológicos patológicos y se ajustasen a las necesidades diagnósticas.
La IA y el aprendizaje automático permitieron al equipo integrar y procesar con rapidez una gran cantidad de datos, procedentes de pruebas diagnósticas, experimentos en laboratorio y análisis computacionales.
Se identificaron factores de riesgo de degradación de la columna vertebral junto con datos demográficos y psicológicos que también pueden ayudar a predecir la probabilidad de sufrir dolor lumbar.
BIOMARCADORES POTENCIALES
Las simulaciones del modelo condujeron a la identificación de biomarcadores potenciales, es decir, moléculas que podrían estar "directamente relacionadas" con el dolor pero que no se han analizado de forma clínica.
Noailly ha explicado que la modelización mejorada por IA es "una forma eficaz de construir un modelo de columna vertebral personalizado para la medicina de precisión", y ha apuntado que el objetivo es trasladar el concepto de modelización computacional al ámbito clínico.
