[:es]
Los científicos Felipe Tobar, investigador del Centro Avanzando de Ingeniería Eléctrica y Electrónica, AC3E, de la Universidad Técnica Federico Santa María, y del Centro de Modelamiento Matemático (CMM), de la Universidad de Chile, y Jou-Hui Ho, estudiante de Magíster en Ingeniería Eléctrica de la Universidad de Chile, obtuvieron el premio de Investigación de América Latina entregado por Google (Google Latin America Research Award, LARA), el cual les otorga financiamiento que les permitirá trabajar en el desarrollo de métodos de análisis de datos, mediante la Inteligencia Artificial, para mejorar la interpretación de Electroencefalogramas.
La investigación se concentrará en dar con la metodología apropiada para analizar señales cerebrales de forma automática, con el fin de detectar a tiempo complicaciones en los recién nacidos. “Analizar esto es desafiante porque se producen muchos datos, son muchas mediciones por segundo. Un electroencefalograma puede emitir señales eléctricas por varios canales y de manera muy sutil”, destacó el científico Felipe Tobar.
Una de las motivaciones principales de los científicos para el desarrollo de los métodos fue la existencia de numerosas aplicaciones de EEG: detección de convulsiones, interfaz humano-máquina, estudio del sueño, control de stress, entre otros. En el caso de las convulsiones, su detección durante los primeros días de vida es crítica y podría impedir generar un daño en el largo plazo.
“En este proyecto nos hemos enfocado particularmente en la detección de convulsiones en neonatos, lo cual además de los desafíos usuales del EEG como la contaminación de mediciones y dificultad de realizar experimentos, se suma el hecho de que es muy difícil hacer este examen a un recién nacido, las señales eléctricas en dichos pacientes son de una magnitud muy leve y las convulsiones pueden ser tremendamente perjudiciales para el desarrollo cognitivo del niño/a”, manifestó el investigador del AC3E y el CMM, Felipe Tobar.
El proyecto tendrá una duración de 1 año, a contar de enero 2021, tiempo en el cual se espera alcanzar metas como operar en línea, es decir, procesar los datos a medida que son generados y detectar a qué estado corresponde cada instante del EEG, por ejemplo, si éste es normal o de convulsiones.
“El objetivo del proyecto es crear un modelo que pueda asistir el monitoreo de los neonatos con potenciales crisis convulsivas. Esto se logrará mediante algoritmos de machine learning que detecten en tiempo real la existencia de cambios abruptos en la señal de electroencefalograma (EEG), y así notificar al personal de salud en el momento de la crisis”, señaló la estudiante de Ingeniería Eléctrica, Jou-Hui Ho.
Los grandes desafíos de la investigación
A diferencia de las patologías en adultos, muchas veces las crisis convulsivas en neonatos son más sutiles e incluso imperceptibles físicamente. Además, el registro de EEG está constantemente sujeto a artefactos (perturbaciones) y ruido por distintos motivos, ya sea por movimientos del bebé o la caída de algún electrodo. Por lo tanto, la señal es altamente ruidosa y el episodio convulsivo puede ser sutil, lo cual puede inducir muchos falsos positivos en la detección. “El desafío está en lidiar con estos factores ruidosos a tiempo real para minimizar la tasa de falsos positivos y reducir el desfase entre el momento en que comenzó la crisis y la detección, para disminuir en lo posible los riesgos de daño cerebral”, destacó Jou-Hui Ho.
Otros de los desafíos que deben enfrentar para el desarrollo de esta investigación es lograr disminuir la complejidad de los modelos para poder operar en línea y la incorporación de estas herramientas a la práctica. “Debemos lograr que nuestros modelos aprendan que dichas mediciones (convulsión vs no-convulsión), corresponden a situaciones distintas y puedan diferenciarlas. Además, está el tema del diagnóstico “autónomo” el cual no es trivial y debemos ser cuidadosos con qué decisiones dejamos a la IA. En particular, nuestra intención es servir como un apoyo a la detección de convulsiones, pero la decisión de si una muestra es o no convulsión debe siempre ser verificada por un experto”, indicó el investigador.
Sin duda, esta beca es una validación al proyecto que se encuentran trabajando ambos científicos por parte de una institución reconocida como Google, que está a la vanguardia en el desarrollo de los algoritmos de machine learning y de la inteligencia. Al mismo tiempo, les permitirá contar con los fondos necesarios para sacar adelante el trabajo de investigación, difundir sus resultados a la comunidad nacional e internacional y generar un impacto en la sociedad.[:en]The Scientists Felipe Tobar, researcher at the Advanced Center for Electrical and Electronic Engineering, AC3E, of the Technical University Federico Santa María, and the Center for Mathematical Modeling (CMM), of the University of Chile, and Jou-Hui Ho, Master student in Electrical Engineering from the University of Chile, obtained the Latin American Research Award given by Google (Google Latin America Research Award, LARA), which grants them funding to work on the development of data analysis methods, through Intelligence Artificial, to improve the interpretation of Electroencephalograms.
The research will focus on finding the appropriate methodology to analyze brain signals automatically, in order to have earlier detection of complications in newborns. “Analyzing this is challenging because a lot of data is produced, there are lots of measurements per second. An electroencephalogram can emit electrical signals through various channels and in a very subtle way”, highlighted the scientist Felipe Tobar.
One of the main motivations of the scientists for the development of the methods was the existence of numerous EEG applications: seizure detection, human-machine interface, sleep study, stress control, among others. In the case of seizures, their detection during the first days of life is critical and could prevent long term damage.
The project will have a duration of 1 year, starting in January 2021, during which time it is expected to achieve goals such as operating online, that is, processing the data as it is generated and detecting to which state each moment of the EEG corresponds to, for example, if it is normal or seizure state.
Undoubtedly, this scholarship is a validation of the project that both scientists are working on by a recognized institution like Google, which is at the forefront in the development of machine learning and intelligence algorithms. At the same time, it will allow them to have the necessary funds to carry out the research work, disseminate its results to the national and international community and to generate an impact on society.
[:]
