INTELIGENCIA ARTIFICIAL EN LA MEJORA DEL DIAGNÓSTICO POR RESONANCIA MAGNÉTICA DE LA EPILEPSIA

La epilepsia es el trastorno neurológico crónico más prevalente, afectando de 4 a 10 personas por cada 1.000 habitantes. Actualmente, el 40-50% de los pacientes pueden ser tratados con el fármaco adecuado, sin embargo, en el 50-60% restante de los pacientes dicho control no es posible. Los pacientes con epilepsia resistente a fármacos tienen la opción de tratamiento quirúrgico, y se ha demostrado que tener una lesión epileptógena detectada en los estudios de RM se relaciona con un mejor pronóstico tras la cirugía. Hay un 20-30% de pacientes epilépticos farmacorresistentes con estudios de resonancia magnética que no muestran lesiones en la RM estructural. La etiología más frecuente en estos casos es la displasia cortical focal (DCF), que en muchos casos es muy difícil de detectar. El objetivo de esta propuesta es explorar tres métodos de análisis avanzado de imágenes mediante cuantificación e inteligencia artificial (MAP basado en voxel-morfometría basada en superficie, MELD basado en morfometría basada en superficie y radiómica) en pacientes con epilepsia temporal neocortical y frontal, para detectar lesiones en pacientes con RM previa no lesional. El método MELD creado con la colaboración de este consorcio internacional, y el método MAP ya están desarrollados, mientras que el algoritmo radiómico para la epilepsia no lesional se pretende desarrollar en este proyecto. La unidad de Epilepsia del Hospital Clínic de Barcelona ha estudiado a más de 1000 pacientes con estudios de resonancia magnética, utilizando un escáner 3T en un protocolo similar. Finalmente, una vez entrenado el algoritmo radiómico, se aplicará prospectivamente, junto con los otros dos métodos, a los pacientes visitados en la Unidad de Epilepsia en el último año del proyecto, y se evaluará el impacto en el manejo clínico de estos. pacientes (aprox. 50-70 pacientes).