¿Tienes algún caso cercano de epilepsia?¿Cuánto tardaron en diagnosticarlo?
¿Sabes de algún caso donde se haya diagnosticado epilepsia por error?
La epilepsia es una enfermedad cerebral crónica generada por la descarga anormal y exagerada de impulsos eléctricos de algunas neuronas del sistema nervioso central, las células del cerebro, produciendo lo que se denomina una crisis epiléptica.
Los síntomas de una crisis epiléptica dependerán del área cerebral en la cual se origina la descarga y de su extensión o no al conjunto del cerebro. Su frecuencia también puede variar desde menos de una al año hasta varias al día.
Las crisis epilépticas pueden ser súbitas e inesperadas o presentar síntomas de aviso previos a la crisis llamados síntomas prodrómicos. Pueden durar desde unos segundos a minutos y dependiendo del tipo de epilepsia cursar con convulsiones, pérdidas de consciencia, espasmos musculares, desorientación, taquicardia y pérdida del control de esfínteres (fuente).
Esta enfermedad afecta al 1% de la población en un momento dado, pero el 4% de la gente la sufre en algún momento de su vida (fuente).
Además, hasta 1 de cada 4 diagnósticos de epilepsia puede resultar erróneo (fuente).
Desde AI Saturdays hemos realizado un proyecto con el objetivo de desarrollar un algoritmo de inteligencia artificial que a partir de un escáner EEG pueda determinar si un paciente es o no epiléptico.
El proyecto se ha desarrollado en tres etapas:
- Búsqueda de datos abiertos
- Análisis y procesamiento de los datos
- Creación del algoritmo
Tras este proceso hemos desarrollado una solución de inteligencia artificial, denominada DI-EPI! que a través de un escáner EEG trata de diagnosticar si alguien es epiléptico o no.
El funcionamiento del algoritmo es el siguiente:
En primer lugar el algoritmo coge los resultados de un escáner EEG y los procesa para transformarlos en un formato adecuado para aplicar el algoritmo de Machine Learning, incluyendo una normalización y redimensionamiento de los datos de cara a facilitar su uso y reducir la carga computacional.
Una vez están preprocesados los datos aplicamos el algoritmo de Machine Learning para predecir si el sujeto del EEG es o no epiléptico, obteniendo la respuesta con un porcentaje de probabilidad determinado.
Nuestro objetivo final es mejorar la precisión del diagnóstico de epilepsia de cara a poder acertar más a menudo en el caso de personas que sufren esta enfermedad, y también de evitar falsos positivos, o diagnósticos erróneos, en personas que no lo tienen.
Seguiremos trabajando para mejorar nuestro algoritmo, os mantendremos informados ;)