La tecnología conecta dispositivos de monitorización cerebral con una aplicación móvil y utiliza modelos de lenguaje similares a los empleados en los asistentes conversacionales para ofrecer información personalizada sobre el estado de salud de cada paciente. La denominada IA conversacional es una tecnología basada en grandes modelos de lenguaje, similares a los que utilizan asistentes como ChatGPT o Copilot, capaz de mantener intercambios de información con los usuarios en lenguaje natural.

El estudio fue liderado por el investigador del Center for Health, Devices and Technology de la Universidad de Pensilvania, en Filadelfia (EEUU) Zack Goldblum. Entre los colaboradores figuran asimismo investigadores de la misma institución, como Haoer Shi, Zhongchuan Xu, William K. S. Ojemann y Carlos A. Aguila, quienes participaron en el desarrollo y validación de la plataforma de IA aplicada al seguimiento de pacientes con epilepsia.

Los autores del estudio, recientemente publicado en la revista 'Nature Medicine', recuerdan en su exposición que aproximadamente un tercio de los cerca de 70 millones de personas con epilepsia que hay en el mundo "no logra controlar completamente las crisis mediante tratamiento farmacológico", lo que ha impulsado el desarrollo de dispositivos implantables capaces de monitorizar la actividad cerebral.

Sin embargo, aunque estos sistemas pueden detectar señales asociadas a crisis inminentes, incumplimientos de la medicación o alteraciones cognitivas, habitualmente no transmiten esa información a los pacientes de forma inmediata ni permiten una interacción continuada.

Para superar esa limitación, los investigadores crearon una plataforma que integra registros de electroencefalografía (EEG) obtenidos tanto desde sensores colocados sobre el cuero cabelludo como desde electrodos intracraneales con una IA conectada a una aplicación para teléfonos móviles.

El sistema analiza biomarcadores relacionados con el sueño, la medicación, el estado cognitivo y la probabilidad de sufrir una crisis epiléptica. A partir de esos datos, puede enviar notificaciones sobre eventos clínicos relevantes, informar de tendencias observadas y recopilar síntomas comunicados por los propios pacientes.

UNA APP QUE APRENDE

Una de las principales novedades del desarrollo es su capacidad de aprendizaje. La IA utiliza las respuestas y observaciones de los usuarios para reajustar los algoritmos que detectan las crisis, reduciendo así el número de falsas alarmas que generan este tipo de dispositivos, según las conclusiones del estudio.

La plataforma fue validada en 13 pacientes sometidos a monitorización por vídeo-electroencefalografía debido a epilepsia, de los cuales once utilizaban registros de superficie y dos contaban con monitorización intracraneal.

Los resultados mostraron que, en una simulación diseñada para reproducir condiciones reales de uso, "los detectores de crisis mejoraron su precisión únicamente mediante la información aportada por los propios pacientes, sin necesidad de intervención de especialistas".

Los investigadores consideran en su 'paper' que esta tecnología podría servir de base para una nueva generación de dispositivos médicos inteligentes "capaces de mantener una interacción continua con los pacientes y adaptarse rápidamente a sus necesidades clínicas".

Además de su aplicación en epilepsia, los autores sugirieron que el modelo "podría extenderse en el futuro a otras enfermedades neurológicas y patologías crónicas en las que la monitorización continua y la comunicación inmediata de información sanitaria resulten especialmente útiles".