Categoría: Inteligencia Artificial en la Salud Humana

A decades-old challenge in neuroscience has been solved by harnessing artificial intelligence (AI) to identify the electrical signatures of different types of brain cells for the first time, as part of a study in mice led by researchers from UCL. Brains are made up of many different types of neurons (nerve cells in the brain), each of which are thought to play different roles in processing information. Scientists have long been able to use electrodes to record the activity of neurons by detecting the electrical ‘spikes’ that they generate while performing brain functions. Although recording spikes has proved invaluable for monitoring the activity of individual neurons deep in the brain, until now the method has been ‘blind’ to the type of neuron being recorded – making it impossible to identify how different neurons contribute to the brain’s overall operation. In a new study, published in Cell, the research team have overcome this problem by identifying the distinct ‘electrical signatures’ of different neuron types in the mouse brain, using brief pulses of blue light to trigger spikes in specific cell types (a method called optogenetics). They created a library of the different electrical signatures for each type of neuron, which then allowed them to train an AI algorithm that can automatically recognise five different types of neurons with 95% accuracy without further need for genetic tools. The algorithm was also validated on brain recording data from monkeys. The researchers say they have overcome a major hurdle in being able to use the technology to study neurological conditions such as epilepsy, but that there is still “a long way” to go before it can be used in practical applications. Dr Maxime Beau, co-first author of the study from the UCL Wolfson Institute for Biomedical Research, said: “For decades, neuroscientists have struggled with the fundamental problem of reliably identifying the many different types of neurons that are simultaneously active during behaviour. Our approach now enables us to identify neuron types with over 95% accuracy in mice and in monkeys. “This advance will enable researchers to record brain circuits as they perform complex behaviours such as movement. Like logic gates on a computer chip, neurons in the brain are elementary computing units that come in several types. Our method provides a tool to identify many of the brain’s logic gates in action at the same time. Before, it could only be done one at a time, and at much greater cost.» The authors say the fact that the algorithm can be applied across different species gives it huge potential for being expanded to other animals and, eventually, to humans. In the short term, the new technique means that, instead of requiring complex genetic engineering to study the brain, researchers could use any normal animal to study what different neurons do and how they interact with one another to generate behaviour. One of the ultimate aims is to be able to study neurological and neuropsychiatric disorders such as epilepsy, autism and dementia, many of which are thought to involve changes to the way different cell types in the brain interact. Professor Beverley Clark a senior author of the study from UCL Wolfson Institute for Biomedical Research, said: “Just as many different instruments in an orchestra contribute to the sound of a symphony, the brain relies on many distinct neuron types to create the complex behaviour that humans and other animals exhibit. Our work is analogous to learning the sound that each instrument makes and then teaching an algorithm to recognise the contribution of each of them to a symphony. “Being able to observe this ‘neural symphony’ of the brain in action has been a fundamental challenge in neuroscience for over 100 years, and we now have a method for reliably doing this. “Although the technology is a long way from being able to be used to study neurological conditions such as epilepsy, we’ve now overcome a major hurdle to reaching that goal. In fact, some recordings of living human brain activity have already been recorded in patients during surgery, and our technique could be used to study those recordings to better understand how our brains work, first in health and then in disease.” Improved understanding of how our brains work could pave the way for some ground-breaking advances in medical science, some of which are already on the horizon. Human brain-to-computer interfaces, or neural implants, are one such possibility. Ongoing research at the UCSF Weill Institute for Neurosciences, for example, has enabled a paralysed man to control a robotic arm using a neural implant for a record seven months. Like the current study, this work was also informed by studying the electrical patterns in the brains of animals and using AI to automatically recognise these patterns. The authors say the new technique to differentiate neuron types could help to improve neural implants by more accurately recording which types of cells are involved in particular actions, so that the implant can more easily recognise specific signals and generate the appropriate response. Key to this technology is understanding how our brains work when they’re healthy, so that any damage can be compensated for. If a person had a stroke and part of their brain was damaged, for example, you would need to understand how that bit worked before you could consider designing an implant to replicate that functionality. Professor Michael Häusser, a senior author of the study from UCL Division of Medicine and The University of Hong Kong, said: «This project came to life thanks to the convergence of three critical innovations: using molecular biology to successfully ‘tag’ different neuron types using light, developments in silicon probe recording technology, and of course the fast-paced improvements in deep learning. “Crucially, the synergy in our team was absolutely instrumental. The partner labs at UCL, Baylor, Duke and Bar Ilan University have all contributed critical pieces to the puzzle. Just like the brain, the whole is larger than the sum of its parts.» The database gathered by the team is freely

Un desafío de décadas en neurociencia se ha resuelto aprovechando la inteligencia artificial (IA) para identificar las firmas eléctricas de diferentes tipos de células cerebrales por primera vez, como parte de un estudio en ratones dirigido por investigadores de la UCL. Los cerebros están formados por muchos tipos diferentes de neuronas (células nerviosas en el cerebro), cada una de las cuales se cree que desempeña diferentes funciones en el procesamiento de la información. Los científicos han podido usar electrodos durante mucho tiempo para registrar la actividad de las neuronas al detectar los picos eléctricos ‘que generan mientras realizan funciones cerebrales. Aunque los picos de grabación han demostrado ser invaluables para monitorear la actividad de las neuronas individuales en las profundidades del cerebro, hasta ahora el método ha sido ‘blind’ para el tipo de neurona que se está grabando –, lo que hace imposible identificar cómo las diferentes neuronas contribuyen a la operación general del cerebro. En un nuevo estudio, publicado en Celular, el equipo de investigación ha superado este problema identificando las distintas ‘firmas eléctricas’ de diferentes tipos de neuronas en el cerebro del ratón, utilizando breves pulsos de luz azul para desencadenar picos en tipos de células específicas (un método llamado optogenética). Crearon una biblioteca de las diferentes firmas eléctricas para cada tipo de neurona, lo que les permitió entrenar un algoritmo de IA que puede reconocer automáticamente cinco tipos diferentes de neuronas con un 95% de precisión sin necesidad de herramientas genéticas. El algoritmo también se validó en datos de registro cerebral de monos. Los investigadores dicen que han superado un obstáculo importante para poder usar la tecnología para estudiar afecciones neurológicas como la epilepsia, pero que todavía hay “un largo camino que recorrer antes de que pueda usarse en aplicaciones prácticas. El Dr. Maxime Beau, coautor del estudio del Instituto Wolfson de Investigación Biomédica de la UCL, dijo: “Durante décadas, los neurocientíficos han luchado con el problema fundamental de identificar de manera confiable los diferentes tipos de neuronas que están simultáneamente activas durante el comportamiento. Nuestro enfoque ahora nos permite identificar tipos de neuronas con más del 95% de precisión en ratones y monos. “Este avance permitirá a los investigadores registrar circuitos cerebrales a medida que realizan comportamientos complejos como el movimiento. Al igual que las puertas lógicas en un chip de computadora, las neuronas en el cerebro son unidades informáticas elementales que vienen en varios tipos. Nuestro método proporciona una herramienta para identificar muchas de las puertas lógicas de cerebro en acción al mismo tiempo. Antes, solo se podía hacer uno a la vez, y a un costo mucho mayor.» Los autores dicen que el hecho de que el algoritmo se pueda aplicar en diferentes especies le da un gran potencial para expandirse a otros animales y, eventualmente, a los humanos. A corto plazo, la nueva técnica significa que, en lugar de requerir una ingeniería genética compleja para estudiar el cerebro, los investigadores podrían usar cualquier animal normal para estudiar qué hacen las diferentes neuronas y cómo interactúan entre sí para generar comportamiento. Uno de los objetivos finales es poder estudiar trastornos neurológicos y neuropsiquiátricos como la epilepsia, el autismo y la demencia, muchos de los cuales se cree que implican cambios en la forma en que interactúan los diferentes tipos de células en el cerebro. El profesor Beverley Clark, autor principal del estudio del Instituto Wolfson de Investigación Biomédica de la UCL, dijo: “Al igual que muchos instrumentos diferentes en una orquesta contribuyen al sonido de una sinfonía, el cerebro se basa en muchos tipos de neuronas distintas para crear el comportamiento complejo que exhiben los humanos y otros animales. Nuestro trabajo es análogo a aprender el sonido que hace cada instrumento y luego enseñar un algoritmo para reconocer la contribución de cada uno de ellos a una sinfonía. “Ser capaz de observar esta ‘sinfonía neural’ del cerebro en acción ha sido un desafío fundamental en neurociencia durante más de 100 años, y ahora tenemos un método para hacer esto de manera confiable. “Aunque la tecnología está muy lejos de poder usarse para estudiar afecciones neurológicas como la epilepsia, ahora hemos superado un obstáculo importante para alcanzar ese objetivo. De hecho, algunas grabaciones de la actividad cerebral humana viva ya se han registrado en pacientes durante la cirugía, y nuestra técnica podría usarse para estudiar esas grabaciones para comprender mejor cómo funcionan nuestros cerebros, primero en salud y luego en enfermedad Una mejor comprensión de cómo funcionan nuestros cerebros podría allanar el camino para algunos avances innovadores en la ciencia médica, algunos de los cuales ya están en el horizonte. Las interfaces humano cerebro-computadora, o implantes neuronales, son una de esas posibilidades. La investigación en curso en el Instituto Weill de Neurociencias de la UCSF, por ejemplo, ha permitido a un hombre paralizado controlar un brazo robótico utilizando un implante neural durante un récord de siete meses. Al igual que el estudio actual, este trabajo también fue informado mediante el estudio de los patrones eléctricos en el cerebro de los animales y el uso de IA para reconocer automáticamente estos patrones. Los autores dicen que la nueva técnica para diferenciar los tipos de neuronas podría ayudar a mejorar los implantes neuronales al registrar con mayor precisión qué tipos de células están involucradas en acciones particulares, de modo que el implante pueda reconocer más fácilmente señales específicas y generar la respuesta adecuada. La clave de esta tecnología es comprender cómo funcionan nuestros cerebros cuando están sanos, para que cualquier daño pueda ser compensado. Si una persona tuvo un derrame cerebral y parte de su cerebro se dañó, por ejemplo, tendría que entender cómo funcionó esa parte antes de poder considerar el diseño de un implante para replicar esa funcionalidad. El profesor Michael Häusser, autor principal del estudio de la División de Medicina de la UCL y la Universidad de Hong Kong, dijo: «Este proyecto cobró vida gracias a la convergencia de tres innovaciones críticas: el uso de la biología molecular para ‘tag’ diferentes tipos de neuronas con

AI and the ‘odyssey of diagnosis’ Three months after Julián Isla’s son Sergio was born, the infant’s arms and legs suddenly began to shake and his body stiffened during a routine bath.  Distressed, the parents rushed their baby to the hospital, embarking on a seemingly endless journey from one doctor to another in search of answers. It took over 10 months of anxiety, uncertainty and missed treatment to get a final diagnosis: Dravet syndrome, a severe neurological condition mostly affecting young children.   It was an odyssey of pain no other parent or patient should have to endure, Isla told himself.  “I had a thorn in my side from my son’s experience, and couldn’t understand why no technology was being used,” says Isla, as he remembers those stressful days. “We felt fear and uncertainty. We spent time and money visiting many specialists, trying to find an answer.”   Sergio was initially misdiagnosed and given improper treatment, resulting in him experiencing 20 seizures in a single day. Isla recognizes the challenges the system presented to the physician. “He did what he could with the tools he had,” he reflects.  As a software engineer working for Microsoft in Madrid, Isla believed that technology, particularly AI, could help make a difference in diagnosing rare diseases such as Dravet syndrome — saving precious diagnosis time and alleviating patients’ travails. He had an idea that could provide patients and doctors alike with a very precise diagnosis in a few minutes. AI and the ‘odyssey of diagnosis’ “I want to provide diagnoses for those without one. It’s achievable. Microsoft has the technology to make it happen. (…)” Isla believed that technology, particularly AI, could help make a difference in diagnosing rare diseases. Photo by Borja Merino for Microsoft. After the diagnosis, Isla quickly became one of Spain’s main advocates for rare diseases, championing better understanding and fighting for improved treatments for these little-known illnesses. As the years passed, he realized that computing could be a perfect ally, given that diagnosing rare diseases requires gathering and analyzing vast amounts of data and symptom information.   “AI is a facilitator,” Isla says, reflecting on what he calls “the odyssey of diagnosis.”   In 2017, when Sergio was 9 years old, Isla co-founded Foundation 29, a nonprofit organization dedicated to leveraging AI for healthcare innovation. That same year, Isla forged a momentous, if improbable, connection with Satya Nadella, Microsoft Chairman and CEO.  At a Microsoft event, Nadella shared the story of his son, who was born with cerebral palsy, and how technology could assist those with special needs. Isla, watching online, was deeply moved.  Isla immediately wrote to Nadella, explaining how his son’s disease had also profoundly changed his life.  “I want to provide diagnoses for those without one. It’s achievable. Microsoft has the technology to make it happen,” Isla wrote in his email. Nadella responded within five minutes, connecting Isla with Microsoft teams focused on AI-driven healthcare solutions.  Creating a tool for rapid diagnosis The team at Foundation 29 first developed a clinical-grade diagnostic device using relatively simple AI algorithms. By 2023, they had created DxGPT, a more advanced tool built on large language models and hosted on Microsoft’s Azure Cloud platform.  DxGPT runs on Azure OpenAI Service, which provides access through Azure to OpenAI language models. Isla’s tool uses GPT-4o and o1 models, which are fast but also more efficient in delivering accurate responses. They are trained with publicly available information, including medical and clinical data, and exclusive data partnerships. Clinical tests of the tool have passed through the evaluation of the ethical committees of the hospitals and the application has had a GDPR compliance evaluation.  The tool is available for free on the internet and people can input prompts about their symptoms to get a summary of potential diagnoses. It does not store any information or request personal data such as names, surnames or addresses. The initial list is a starting point that physicians can then use to refine the diagnosis through clinical data, lab tests and other additional information.   Rapid diagnosis helps provide peace of mind, as patients understand what they are dealing with and can quickly connect with others in similar situations.  A tool to help patients globally Over 300 million people — or 3.5% of the world’s population — live with rare diseases, according to global advocacy group Rare Diseases International. There are more than 10,000 rare diseases identified, including conditions like hemophilia and cystic fibrosis, for example. More than 70% of rare diseases are genetic and start in childhood, often from healthy parents. Most of these conditions are severe and have a significant impact on affected children’s quality of life.   To date, DxGPT has been used by over 500,000 people globally — from the U.S. to Europe, India and China. Since late 2023, Madrid’s public healthcare system has used an adapted version of the tool in its clinics to help doctors diagnose rare symptoms in adults and children.  So far, over 6,000 doctors in Madrid have access to the tool, according to the regional government. The tool integrates into the healthcare process and directs patients to the next step post-diagnosis. It will be introduced in two major hospitals in Madrid later in 2025.  The transformative power of technology Microsoft has been assisting Isla by providing regulatory advice and technological guidance to the foundation’s team of software developers. Additionally, the foundation receives an annual grant to utilize Microsoft Azure services, Isla said.  Isla looks forward to continually improving and expanding DxGPT’s capabilities, aiming to introduce it into other European healthcare systems soon. Another goal is to make the tool available in Azure Marketplace, empowering physicians worldwide.  Sergio, Isla’s son, is now 16 years old. He cannot speak and requires 24/7 care. He may not be aware of the advocacy work his father has done for others like him and their families. But without knowing it, he has already left a legacy through his father’s efforts.  “We have transformed a personal problem into something that can help others,” Isla says. “It fills you with satisfaction. Being able to do something for others is rewarding.”  Microsoft Blog. J. M.

Caltech profesor de ingeniería médica Gao Wei y sus colegas están imaginando un vendaje inteligente de la futura—, un «laboratorio en la piel» que no solo podría ayudar a los pacientes y cuidadores a controlar el estado de las heridas crónicas, sino también a administrar el tratamiento y acelerar el proceso de curación de esos cortes, incisiones, rasguños y quemaduras que tardan en sanar por sí solos. En 2023, el equipo de Gao despejó el primer obstáculo para lograr ese objetivo al mostrando que un vendaje inteligente que desarrollaron podría proporcionar datos en tiempo real sobre heridas crónicas en modelos animales, al tiempo que acelera el proceso de curación a través de la aplicación oportuna de medicamentos o campos eléctricos para estimular el crecimiento de tejidos. Ahora Gao y sus colegas de Caltech y la Escuela de Medicina Keck de la USC han despejado otro obstáculo al demostrar que una versión mejorada de su vendaje, que llaman iCares, fue capaz de muestrear continuamente líquido, que el cuerpo envía a los sitios de heridas como parte de la respuesta inflamatoria, en 20 pacientes humanos con heridas crónicas. Estas heridas no pudieron sanar debido a la diabetes o la mala circulación sanguínea; los investigadores también estudiaron pacientes adicionales antes y después de la cirugía. El vendaje inteligente, equipado con tres componentes microfluídicos diferentes, módulos en miniatura que canalizan y controlan el flujo de líquidos, elimina el exceso de humedad de las heridas al tiempo que proporciona datos en tiempo real sobre los biomarcadores presentes. «Nuestros innovadores microfluídicos eliminan la humedad de la herida, lo que ayuda a la curación. También se aseguran de que las muestras analizadas por el vendaje sean frescas, no una mezcla de líquido viejo y nuevo. Para obtener mediciones precisas, necesitamos muestrear solo el líquido más nuevo en el sitio de una herida», dice Gao, quien también es Investigador del Instituto de Investigación Médica Heritage. «De esta manera, iCares puede observar en tiempo real biomarcadores importantes de inflamación e infección.» De hecho, en un nuevo artículo en la revista Ciencia Medicina TraslacionalGao y sus colegas muestran que el vendaje inteligente puede detectar moléculas como el óxido nítrico, un indicador de inflamación; y el peróxido de hidrógeno, un biomarcador de infección; potencialmente uno o tres días antes de que los pacientes experimenten síntomas. En un avance adicional, el equipo ha desarrollado un algoritmo de aprendizaje automático que puede clasificar con éxito las heridas de los pacientes y predecir el tiempo de curación con un nivel de precisión comparable al de un médico experto. El vendaje está compuesto por una tira de polímero flexible y biocompatible que se puede imprimir en 3D a bajo costo. Integra una matriz de sensores de biomarcadores de nanoingeniería, que es desechable para aplicaciones de higiene y de un solo uso. El sistema también incluye una placa de circuito impreso reutilizable que maneja el procesamiento de señales y la transmisión inalámbrica de datos a una interfaz de usuario, como un teléfono inteligente. La tríada de módulos microfluídicos dentro de iCares incluye una membrana que succiona el fluido de la herida de la superficie de la herida, un componente bioinspirado que transporta el fluido a través del dispositivo a una matriz de sensores donde se analiza, y un módulo micropilar que transporta el fluido muestreado hacia el exterior del vendaje. Los autores co-líderes del artículo, «Un dispositivo portátil microfluídico para el manejo y análisis de exudados de heridas en heridas crónicas humanas», son los estudiantes graduados de Caltech Canran Wang y Kexin Fan. David G. Armstrong, Profesor Distinguido de Cirugía y Cirugía Neurológica en la Escuela de Medicina Keck de la USC, es coautor del estudio. Autores adicionales de Caltech incluyen a José A. Lasalde-Ramirez, Wenzheng Heng, Jihong Min (PhD ’24), Samuel A. Solomon, Jiahong Li, Hong Han, Gwangmook Kim, Soyoung Shin y Alex Seder; los ex estudiantes graduados Minqiang Wang y Ehsan Shirzaei Sani, que ahora se encuentra en la Universidad de Florida Central, son autores que contribuyeron mientras estaban en Caltech. Los autores de la Escuela de Medicina Keck de la USC son Chia-Ding Shih (también del Hospital Casa Colina y Centros de Salud en PomonaCalifornia) y David Armstrong. El trabajo fue apoyado por subvenciones de los Institutos Nacionales de Salud, la Fundación Nacional de Ciencias, la Sociedad Americana del Cáncer, la Oficina de Investigación del Ejército, la Actividad de Adquisición de Investigación Médica del Ejército de los Estados Unidos y el Instituto de Investigación Médica Heritage. Caltech’s Instituto de Nanociencia Kavli proporcionó apoyo crítico e infraestructura para este trabajo. Caltech News. Traducido al español