NEUROPREDICT – Inteligencia Artificial para optimizar la rehabilitación de pacientes con daño cerebral adquirido (DCA)
Descripción general del proyecto
A pesar de su eficacia demostrada, la rehabilitación post-ictus presenta aún importantes retos. A pesar de los avances en la rehabilitación post-ictus, los procesos actuales se apoyan en gran medida en decisiones clínicas basadas en escalas estandarizadas que, aunque útiles, presentan un grado de subjetividad y una sensibilidad limitada para captar los cambios neuroplásticos, complejos y heterogéneos que se producen durante la recuperación motora.
Diferentes estudios han mostrado la existencia de técnicas que permiten medir la reorganización de la función cerebral que tiene lugar durante la rehabilitación. Estas medidas sirven para evaluar la eficacia de las intervenciones y facilitar la toma de decisiones clínicas. Frente a las técnicas de neuroimagen (Resonancia magnética funcional, Tomografía por emisión de positrones), que presentan un alto coste, difícil accesibilidad y determinadas contraindicaciones, los dispositivos de electroencefalografía (EEG) son económicamente asequibles, portátiles y no invasivos. Por otro lado, a nivel motor, el uso de sensores inerciales, permite medir de forma objetiva la ejecución y alcance de un movimiento durante la rehabilitación.
En este proyecto se emplearán de forma combinada datos de electroencefalografía (EEG) y sensores inerciales con el objetivo de caracterizar de manera objetiva los cambios que se producen a nivel cerebral y motor en personas con daño cerebral adquirido durante los procesos de rehabilitación. El análisis conjunto de estas señales permitirá obtener indicadores sensibles de evolución funcional y de respuesta a las intervenciones terapéuticas. La incorporación de técnicas de inteligencia artificial facilitará la identificación de patrones relevantes y la generación de métricas predictivas, contribuyendo a una mejor comprensión de los mecanismos de recuperación y al desarrollo de estrategias de rehabilitación más adaptadas al estado y evolución de cada paciente.
Objetivos
El proyecto tiene como objetivo estudiar la actividad neuronal asociada a los procesos de rehabilitación tras un ictus y desarrollar un programa basada en IA para la integración y análisis de datos, que identifique relaciones relevantes entre variables y apoye en la toma de decisiones orientadas a prescribir el tratamiento óptimo a cada paciente.
Para alcanzar el objetivo se pretende:
- Construir una base de datos multimodal y longitudinal que integre datos cerebrales, motores y clínicos recogidos de pacientes a lo largo de las distintas fases del proceso de rehabilitación tras un ictus. Esta base de datos permitirá caracterizar el tipo de daño cerebral y analizar su evolución conforme avanza la terapia, constituyendo una aportación relevante para el seguimiento sistemático de los procesos de recuperación en neurorehabilitación.
- Analizar la relación entre la actividad cerebral y la actividad motora durante la rehabilitación, utilizando técnicas de aprendizaje automático para identificar patrones, correlaciones y dinámicas de cambio en las señales registradas, así como su localización cerebral, y conectarlas con las valoraciones funcionales empleadas habitualmente por los profesionales de la rehabilitación.
- Definir indicadores objetivos y fiables que permitan cuantificar tanto el grado de afectación inicial como los avances en la recuperación funcional de las personas que han sufrido un ictus, a partir del análisis integrado de las señales cerebrales, motoras y clínicas.
- Generar conocimiento orientado a la personalización de los tratamientos de rehabilitación, identificando las variables más relevantes que influyen en la evolución de las personas con daño cerebral adquirido, con el objetivo de mejorar la adecuación de las intervenciones terapéuticas y optimizar los tiempos y resultados de la recuperación.
Aportación de NAIR Center
NAIR Center aportará al proyecto su experiencia en el análisis avanzado de señales, la gestión y explotación de datos complejos y el desarrollo de modelos de inteligencia artificial aplicados al ámbito clínico.
En primer lugar, asumirá el tratamiento de las señales de electroencefalografía y movimiento adquiridas mediante distintos dispositivos experimentales, caracterizadas por su elevada complejidad y la presencia de ruido y componentes no deseadas. Para ello, se desarrollarán procesos automáticos de lectura de datos en formatos propietarios y se aplicarán técnicas avanzadas de procesado digital orientadas a mejorar la relación señal-ruido, así como análisis en los dominios temporal y frecuencial que permitan extraer características relevantes. Este tratamiento permitirá transformar las señales crudas en representaciones fiables, informativas y comparables, que servirán como base para las etapas posteriores del proyecto.
Sobre estas señales procesadas, NAIR Center contribuirá al diseño, estructuración y mantenimiento de una base de datos multimodal que integre de forma longitudinal los registros de actividad cerebral y motora obtenidos durante el proceso de rehabilitación. Se garantizará que la recogida de datos sea sistemática, rigurosa y reproducible, así como que su almacenamiento y acceso se realicen de manera segura y eficiente.
Finalmente, NAIR Center liderará la aplicación de técnicas de inteligencia artificial orientadas a la identificación de patrones y biomarcadores objetivos asociados a la evolución funcional de los pacientes.
La integración de estos desarrollos permitirá avanzar hacia un sistema de apoyo a la toma de decisiones clínicas orientado a la personalización de los tratamientos de rehabilitación y a la mejora de su eficacia.
Socios
Financiación
Más proyectos
Calle del Sadar, s/n
31006 Pamplona (Navarra)
info@naircenter.eu
