Tecnología
Inteligencia artificial para la rehabilitación neuropsicològica
Un consorcio catalán liderado por el Instituto Guttmann destina 1,6 millones de euros para introducir nuevas tecnologías en el tratamiento de pacientes con daño celebral
Un consorcio catalán liderato por el Instituto Guttmann ha introducido nuevas tecnologías como la inteligencia artificial, el vídeo digital interactivo o la neuromodulación en tratamientos de rehabilitación y estimulación cognitiva de pacientes con daño cerebral. Según informa el Departament d'Empresa en un comunicado, este proyecto se enmarca en la Comunitat RIS3CAT Nexthealth, impulsada por Acció y coordinada por Biocat. La iniciativa forma parte del proyecto Innobrain, en el cual también participan varias empresas y centros tecnológicos o de investigación. El presupuesto del proyecto, de 1,16 millones de euros, está cofinanciado por el Programa Operativo Feder de Catalunya 2014-2020.
A lo largo del proyecto, que se ha desarrollado durante 3 años, se ha investigado la introducción de tecnologías para mejorar la rehabilitación de pacientes con daño cerebral, demencias o trastornos psiquiátricos y definir tratamientos más personalizados. Según el director de Investigación del Instituto Guttmann, el doctor Josep M. Tormos, Innobrain parte de la premisa de que "si lo estimulamos correctamente, el cerebro puede modificar su actividad y funcionamiento para recuperarse de un daño que ha sufrido; el 60% de los pacientes que siguen un entrenamiento cognitivo mejoran su recuperación". Según el Tormos, "el reto es ayudar al 40% restante porque esta ratio pueda incrementarse y por eso es necesario definir la estrategia adecuada para introducir las nuevas tecnologías en estos tratamientos".
En este sentido, el consorcio ha trabajado para incorporar las nuevas tecnologías como elementos para la estimulación cognitiva de estos pacientes. Así, el proyecto ha trabajado en la aplicación de la inteligencia artificial para crear modelos de predicción y de prescripción que permitan mejorar la personalización de los tratamientos y el seguimiento continuado de la evolución de los pacientes.
De este modo, se ha trabajado en la combinación de algoritmos de aprendizaje automático para recoger datos de los pacientes tratados con anterioridad y extraer información que permitan elaborar hipótesis terapéuticas que se validarán en los tratamientos sucesivos por el beneficio ofrecido a cada nuevo paciente.