NOTICIA POSITIVA: Científicos entrenan un banco de modelos de IA para identificar patrones de actividad eléctrica cerebral

El Consejo Superior de Investigaciones Científicas (CSIC) lidera un proyecto de investigación que emplea Inteligencia Artificial (IA) para analizar señales cerebrales. Este estudio, financiado por la Fundación “la Caixa” y dirigido por Liset M. de la Prida, investigadora del CSIC en el Instituto Cajal, ha desarrollado modelos de aprendizaje automático para detectar y analizar patrones de actividad cerebral. Publicados en la revista Communications Biology, los resultados son parte de los proyectos DeepCode y NeuroSpark.

El análisis de oscilaciones electroencefalográficas ha sido fundamental para entender la función cerebral. Entre ellas, las oscilaciones rápidas o ripples, asociadas a la memoria y afectadas en trastornos neurológicos como la epilepsia y el alzhéimer, se consideran biomarcadores. Sin embargo, su complejidad requiere métodos más avanzados que los espectrales.

El estudio utilizó datos electroencefalográficos de ratones para entrenar modelos de IA en la detección de oscilaciones de alta frecuencia. Estos modelos se probaron con datos de primates no humanos, mostrando la posibilidad de entrenar algoritmos con datos de roedores para su uso potencial en primates y, posiblemente, en humanos.

Los modelos de IA, desarrollados a partir de un hackathon colaborativo, se han puesto a disposición de la comunidad científica como software de acceso libre. Estos modelos, que incluyen diversas arquitecturas de aprendizaje supervisado, pueden ser aplicados o reentrenados por otros investigadores.

Con el avance de la IA en neurotecnologías, los científicos esperan mejorar la detección de patrones de actividad neuronal. Estos modelos pueden ser útiles en la detección y análisis de oscilaciones de alta frecuencia en enfermedades como la epilepsia y el alzhéimer, ofreciendo una herramienta prometedora para la investigación en este campo.