La imagen de pacientes con Alzheimer o Parkinson perdiendo gradualmente la memoria, la movilidad y la dependencia total de sus familiares se ha convertido en una imagen inquietante en muchos países que enfrentan el envejecimiento de la población. Sin embargo, la mayoría de los métodos de diagnóstico actuales, como la tomografía computarizada (TC), la resonancia magnética (RM) o la tomografía por emisión de positrones (TEP), solo se utilizan para diagnosticar la enfermedad cuando los síntomas han aparecido claramente. Según científicos del Instituto de Ciencia y Tecnología Vietnam-Corea (VKIST), estos dispositivos son engorrosos, requieren un alto nivel de experiencia y son costosos, por lo que solo pueden utilizarse en hospitales cuando los médicos lo consideran necesario. Esto significa que se ha perdido la oportunidad de una "época dorada" para la intervención temprana, ralentizando la progresión de la enfermedad o mejorando la calidad de vida del paciente.
En el Foro K-Medi 2025, el equipo de investigación de VKIST, dirigido por el Máster en Ciencias Do Hong Phuc, investigador del Departamento de Desarrollo de Tecnología Integrada, presentó un estudio que utiliza señales de EEG (electroencefalograma) recopiladas durante el sueño, combinadas con algoritmos de aprendizaje automático para detectar signos tempranos de anomalías cerebrales.
El EEG es un método no invasivo y de bajo costo, y puede implementarse completamente para la monitorización en casa si el dispositivo está diseñado como un wearable. Su combinación con IA ayuda a identificar cambios muy pequeños en las señales eléctricas cerebrales, algo difícil de detectar para el ojo humano, afirmó el Maestro Phuc.
El equipo de investigación de VKIST presenta una investigación sobre electroencefalografía (EEG) y aplicaciones de aprendizaje automático en el Foro K-Medi 2025.
Según el equipo de investigación, la medición del EEG se realiza mediante un dispositivo de diadema capaz de registrar las ondas cerebrales en diferentes etapas del sueño: desde la vigilia, el sueño (N1, N2), el sueño profundo (N3) hasta la fase REM. Las ondas de EEG características de cada etapa se analizan mediante un algoritmo de aprendizaje automático para detectar anomalías relacionadas con la neurodegeneración.
Cabe destacar que el modelo de VKIST no solo se centra en la detección de enfermedades, sino que también pretende evaluar la calidad del sueño y la atención, dos factores que a menudo se ven afectados de forma temprana en los pacientes con Alzheimer o Parkinson, pero que se pasan por alto fácilmente.
"Estamos desarrollando un sistema personalizado que puede proporcionar contenido relajante que se adapta a las características de las ondas cerebrales de los vietnamitas, contribuyendo a mejorar el sueño y la salud a largo plazo", compartió el Maestro Phuc.
Dispositivo EEG desarrollado por VKIST.
A diferencia de los sistemas de EEG tradicionales, que son voluminosos, costosos y requieren operación en un entorno hospitalario, el dispositivo de EEG portátil que VKIST está investigando es compacto, fácil de usar y especialmente adecuado para la monitorización a largo plazo en el hogar. Esta es también la tendencia que siguen muchos centros biomédicos internacionales: trasladar la medicina de los centros de tratamiento a la atención proactiva en la comunidad.
Sin detenerse en el modelo de investigación, VKIST afirmó que está ampliando la cooperación en I+D, la transferencia de tecnología y la búsqueda de socios industriales para comercializar estas soluciones de EEG inteligentes. En su enfoque de desarrollo, el instituto espera contribuir a proporcionar herramientas de diagnóstico temprano eficaces y de bajo costo para el sistema de salud vietnamita, en el contexto del creciente número de personas mayores.
Fuente: https://mst.gov.vn/vkist-gioi-thieu-giai-phap-eeg-ung-dung-ai-huong-di-moi-trong-chan-doan-som-benh-thoai-hoa-than-kinh-197250801134244784.htm
Kommentar (0)