Explorando la importancia del lóbulo frontal para el diagnóstico de la esquizofrenia utilizando inteligencia artificial explicable y análisis a nivel de grupo

La esquizofrenia (SZ) es un trastorno mental complejo caracterizado por una profunda disrupción de la cognición y las emociones, lo que suele llevar a una percepción distorsionada de la realidad. En este contexto, la resonancia magnética (MRI) se ha convertido en una herramienta clave para el diagnóstico de la SZ, ya que permite comprender la organización cerebral tanto desde una perspectiva estructural como funcional. En particular, la resonancia magnética funcional (fMRI) ofrece una técnica especializada para medir y mapear la actividad cerebral mediante la detección de cambios en el flujo sanguíneo y la oxigenación, reflejando la actividad neuronal en tiempo real.

El presente estudio propone un enfoque basado en aprendizaje profundo explicable para analizar y correlacionar los resultados de datos de MRI estructural (sMRI) y fMRI, con el objetivo de identificar las regiones cerebrales más significativas implicadas en pacientes con esquizofrenia. Mediante un análisis a nivel grupal, se aplicó la técnica Grad-CAM (Gradient-weighted Class Activation Mapping), la cual permitió visualizar mapas de calor que destacan una activación clara en el lóbulo frontal como marcador distintivo para clasificar con éxito entre pacientes con SZ y sujetos neurotípicos (CN), alcanzando una precisión del 97.33 %.

Además, el análisis de diferencias grupales basado en los datos de sMRI mostró actividad intensa de vóxeles en la circunvolución frontal superior derecha, una subregión del lóbulo frontal, en pacientes con SZ. Por otro lado, durante la ejecución de tareas n-back en los estudios de fMRI, se observó una activación significativa en la corteza frontal del lóbulo frontal en el grupo de pacientes con SZ en comparación con el grupo control.

Estos hallazgos subrayan el papel crucial del lóbulo frontal en la fisiopatología de la esquizofrenia, tanto desde una perspectiva estructural como funcional. La combinación de análisis por imagen cerebral y técnicas de inteligencia artificial explicables no solo mejora la precisión diagnóstica, sino que también facilita la interpretación clínica, apoyando a los profesionales de la salud en la planificación de tratamientos personalizados. Este enfoque interdisciplinario representa un avance prometedor en el uso de tecnologías de vanguardia para abordar trastornos psiquiátricos complejos como la esquizofrenia.

Para acceder al texto completo consulte las características de suscripción de la fuente original:https://www.sciencedirect.com/