Descripción del proyecto
ANTECEDENTES: LA ESCLEROSIS MULTIPLE (EM) ES UNA ENFERMEDAD INFLAMATORIA CRONICA DEL SISTEMA NERVIOSO CENTRAL, CON UN CURSO NEURODEGENERATIVO PROGRESIVO, LA EM CAUSA DISCAPACIDAD CON DEFICIENCIAS FISICAS Y COGNITIVAS, QUE TIENEN UNA ENORME INFLUENCIA EN LA VIDA PERSONAL, SOCIAL Y LABORAL DE LOS PACIENTES Y SUS FAMILIAS, NO HAY CURA, PERO LOS TRATAMIENTOS EXISTENTES REDUCEN EL NUMERO DE RECAIDAS CLINICAS Y SON UTILES PARA DISMINUIR LAS POSIBILIDADES DE PROGRESION DE LA DISCAPACIDAD, EN ESTE SENTIDO, PREDECIR LA SIGUIENTE ETAPA ES CRUCIAL PARA SELECCIONAR EL MEJOR TRATAMIENTO PARA INTERFERIR EN LA PROGRESION DE LA ENFERMEDAD, A PESAR DE LOS AVANCES EN EL DESARROLLO DE TECNICAS DE ANALISIS DE IMAGENES MEDIANTE RESONANCIA MAGNETICA (RM), EL IMPACTO EN EL TRATAMIENTO Y EN LA ATENCION DE PACIENTES CON EM ES LIMITADO, DEBIDO A LA MISMA COMPLEJIDAD DE LA ENFERMEDAD, LAS RESTRICCIONES DE IMAGEN Y LA INHERENTE FALTA DE PRECISION DE LOS MODELOS Y HERRAMIENTAS INFORMATICAS, HIPOTESIS: LAS NUEVAS TECNICAS DE APRENDIZAJE PROFUNDO (DEEP LEARNING) HAN DEMOSTRADO RECIENTEMENTE UN AUMENTO SIGNIFICATIVO EN LA PRECISION DE DISTINTAS TAREAS DE VISION POR ORDENADOR, PRINCIPALMENTE POR SU CAPACIDAD PARA EXTRAER CARACTERISTICAS MAS RICAS Y CONSTRUIR MODELOS MAS PROFUNDOS, NUESTRA HIPOTESIS ES QUE SE PUEDEN PROPONER MODELOS PREDICTIVOS DE LA EVOLUCION DE LA ENFERMEDAD UTILIZANDO NO SOLO ESTOS NUEVOS DESCRIPTORES DE IMAGEN, SINO TAMBIEN FUSIONANDOLOS CON LA INFORMACION CLINICA DISPONIBLE, LOS AVANCES EN ESTA LINEA PUEDEN TENER UN EFECTO DIRECTO NO SOLO EN EL PRONOSTICO, SINO TAMBIEN EN TERMINOS ECONOMICOS DADO LOS COSTES ASOCIADOS DE TRATAMIENTOS INEFICACES, LO QUE SUGIERE QUE LAS NUEVAS INVESTIGACIONES EN EL CAMPO PUEDEN SER EXTREMADAMENTE BENEFICIOSAS,OBJETIVO: EL OBJETIVO PRINCIPAL DEL PROYECTO ES INVESTIGAR, DESARROLLAR Y VALIDAR NUEVAS HERRAMIENTAS INFORMATICAS AUTOMATIZADAS PARA EXTRAER BIOMARCADORES DE RM CON EL FIN DE CREAR MODELOS PREDICTIVOS QUE PUEDAN SER APLICABLES EN LA PRACTICA CLINICA, ESTE NUEVO PARADIGMA PROPORCIONARA LA BASE PARA MEJORAR EL PRONOSTICO Y EL SEGUIMIENTO DE LA EM, INTRODUCIENDO OBJETIVIDAD Y SIMPLIFICANDO LA PRACTICA DE RADIOLOGOS Y NEUROLOGOS, DESDE EL PUNTO DE VISTA TECNOLOGICO, EL PROYECTO IMPULSA EL ESTADO DEL ARTE EN DIVERSAS AREAS: I) EL USO DE TECNICAS DE APRENDIZAJE PROFUNDO PARA MEJORAR LOS ACTUALES BIOMARCADORES CEREBRALES DE RM COMO LESIONES CEREBRALES, ATROFIA Y MATERIA GRIS CORTICAL Y SUBCORTICAL; II) NUEVAS SOLUCIONES PARA LA GENERALIZACION DE ESTOS MODELOS A DIFERENTES DOMINIOS DE IMAGENES (DIFERENTES ESCANERES O RESOLUCIONES) SIN REQUERIR DE GRAN CANTIDAD DE DATOS DE ENTRENAMIENTO; III) EL DESARROLLO DE MODELOS PREDICTIVOS PIONEROS QUE FUSIONEN LA INFORMACION DE RM CON OTROS DATOS CLINICOS RELEVANTES, TALES COMO DATOS PSICOLOGICOS, DE DISCAPACIDAD Y GENETICOS PARA INFERIR LA PROBABILIDAD DE EVENTOS FUTUROS COMO EL INDICADOR DE ENFERMEDAD EDSS O DE EFECTIVIDAD DE UN FARMACO EN PARTICULAR, RESULTADOS: EL PROYECTO GENERARA LOS SIGUIENTES RESULTADOS: I) HERRAMIENTAS AUTOMATIZADAS Y GENERALIZABLES PROBADAS EN TRES ESCANERES DIFERENTES (SIEMENS, PHILIPS Y GENERAL ELECTRIC), INCLUYENDO TAMBIEN DIFERENTES POTENCIAS DE CAMPO MAGNETICO (IMAGENES 1,5T Y 3T); II) MODELOS PREDICTIVOS PARA MEJORAR EL PRONOSTICO DE LA EVOLUCION DE LA EM Y LA ESTRATIFICACION DEL PACIENTE, DICHAS HERRAMIENTAS ESTARIAN LISTAS PARA SER APLICADAS A OTRAS ENFERMEDADES NEURODEGENERATIVAS, AYUDANDO A PREDECIR LA EVOLUCION DE LA ENFERMEDAD, NUEVAS TECNOLOGÍAS\DEEP LEARNING\PROCESAMIENTO DE IMÁGENES\ESCLEROSIS MÚLTIPLE\BIOMARCADORES RM\MODELOS PREDICTIVOS