play_arrow

keyboard_arrow_right

skip_previous play_arrow skip_next
00:00 00:00
playlist_play chevron_left
volume_up
chevron_left
  • Home
  • keyboard_arrow_right Streaming
  • keyboard_arrow_right Científicos chilenos obtienen beca de Google para estudiar señales cerebrales con IA en recién nacidos para prevenir complicaciones neurológicas

Streaming

Científicos chilenos obtienen beca de Google para estudiar señales cerebrales con IA en recién nacidos para prevenir complicaciones neurológicas

Diciembre 18, 2020 16


Background
share close

¿Cómo entender mejor una señal desde lo más profundo de nuestro cerebro? Eso es lo que los científicos del Centro de Modelamiento Matemático (CMM), de la Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile, buscan estudiar y poner a prueba. Gracias a esta interrogante los investigadores Felipe Tobar y Jou-Hui Ho obtuvieron el premio de Investigación de América Latina, entregado por Google.

Este reconocimiento permitirá que los científicos del CMM puedan desarrollar métodos de análisis de datos, a través de la Inteligencia Artificial, para mejorar la interpretación de Electroencefalogramas (EEG).

“Analizar esto es desafiante, porque se producen muchos datos, son muchas mediciones por segundo”, señala Tobar.

El investigador del CMM explica que un electroencefalograma puede emitir señales eléctricas por varios canales y de manera muy sutil. Todo un desafío para este grupo de científicos.

Premio significativo

Este premio «tiene un significado muy importante», afirma Tobar.

«Además de los recursos entregados que nos financiarán durante este tiempo, es muy relevante que Google reconozca nuestro trabajo y esta propuesta en particular. Google es una compañía que está a la vanguardia en el desarrollo de los algoritmos de machine learning, y de la inteligencia artificial en general, entonces, que los expertos en Google apuesten por nuestro proyecto es muy gratificante. Además, la exposición que tiene el proyecto con este reconocimiento ciertamente ayudará a difundir nuestro resultados y también captar interesados que se quieran unir», dice.

Para Jou-Hui, este premio significa una aprobación al proyecto, por parte de una institución reconocida y personas expertas del área, sea sobre el interés de los modelos teóricos a desarrollar o la aplicación en el problema descrito.

«Además, concretamente, este financiamiento será muy útil como recurso para la investigación, donde es muy necesario tener fondos para tener suficiente poder computacional y acceso a licencias, conferencias, etc.», añade.

Interpretación de EEG

Junto con la colaboración de la Facultad de Medicina de la Universidad de Chile, los científicos se concentrarán en desarrollar una mejor interpretación de los electroencefalogramas, especialmente en las señales emitidas por recién nacidos.

“En los niños y niñas recién nacidos es muy importante detectar a tiempo una convulsión, por ejemplo, cuestión que podría generar un daño en el desarrollo a largo plazo. La detección de convulsiones en los primeros días de vida es crítico”, agrega Tobar.

El proyecto será financiado por los fondos que Google otorga a través del Premio de Investigación de América Latina. Si bien los científicos aseguran que ya tienen un avance, esta investigación pretende proyectarse en el tiempo y conseguir que la interpretación de EEG tengan una mejor precisión y se pueda detectar alguna anomalía más rápido, a partir de las señales emitidas por el cerebro.

Objetivos y duración

El objetivo del proyecto es crear un modelo que pueda asistir el monitoreo de los neonatos con potenciales crisis convulsivas, complementa Jou-Hui.

Esto se logrará mediante algoritmos de machine learning que detecten a tiempo real la existencia de cambios abruptos en la señal de electroencefalograma (EEG), y así notificar a los personales de salud en el momento de la crisis. La duración estimada del desarrollo del algoritmo y la evaluación en datos reales de registros EEG es de un año, agrega.

De esta manera, para este proyecto en particular, la duración es de un año (empezando en enero 2021) y los objetivos varios: operar en línea, es decir, procesar los datos a medida que son generados y no «fuera de línea» (revisar una base de datos ya guardada), y detectar a qué estado corresponde cada instante del EEG, por ejemplo, si este es normal o de convulsiones.

Principales desafíos

En cuanto a los desafíos, Jou-Hui explica que, 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, por ejemplo, movimientos del bebé o caída de algún electrodo, dice.

«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. Por lo tanto, el desafío está en lidiar con estos factores ruidosos a tiempo real para minimizar la tasa de falsos positivos, y también reducir el desfase entre el momento en que comenzó la crisis y el momento de la detección, para disminuir en lo posible los riesgos de daño cerebral».

«Yo identifico dos tipos de desafíos, primero los técnicos: los métodos que utilizamos para analizar series de tiempo son computacionalmente caros y el EEG reporta muchas mediciones por segundo, consecuentemente el primer desafío es poder disminuir la complejidad de los modelos para poder operar en línea», complementa Tobar.

Otro desafío técnico es la clasificación del estado al cual corresponde la medición (convulsión vs. no-convulsión), «pues debemos lograr que nuestro modelo ‘aprenda’ que dichas mediciones corresponden a situaciones distintas y pueda diferenciarlas».

«Una vez que los desafíos técnicos estén resueltos, un segundo tipo de desafío es la incorporación de estas herramientas en la práctica: el tema del diagnóstico ‘autónomo’ 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».

Origen del proyecto

Consultado sobre el origen de este proyecto de investigación, Tobar cuenta que durante los últimos tres años han estado trabajando en modelos de machine learning (ML) para el procesamiento de series de tiempo multivariadas, es decir, datos compuestos por múltiples cantidades que varían en el tiempo.

Ejemplos de estos tipos de datos son un portafolio de acciones (donde los valores de cada acción cambian en el tiempo), una red de sensores climáticos (donde la temperatura medida por cada sensor cambia en el tiempo) u observaciones astronómicas (donde la luminosidad de cada estrella varía en el tiempo).

La objetivo del uso de ML (o de inteligencia artificial, IA) para el análisis de este tipo de datos es encontrar relaciones entre los datos que no se conocen a priori mediante teoría existente (o ecuaciones). Esto permite responder diversas preguntas. Por ejemplo: ¿cómo depende una acción del resto de acciones en el portafolio? O bien, si un sensor de la red climática falla, ¿puedo reconstruir su medición usando las mediciones de los otros sensores?

En este contexto, un problema particularmente desafiante es el análisis de electroencefalograma (EEG), el cual también es una serie de tiempo multivariada, que pretende capturar información de la actividad cerebral midiendo actividad eléctrica en el cráneo.

«Una de las motivaciones principales para el desarrollo de nuestros métodos fue precisamente analizar EEG, pues sus aplicaciones son numerosas: detección de convulsiones, interfaz humano-máquina, estudio del sueño, control de estrés, etc.», afirma Tobar.

«En este proyecto nos hemos enfocado particularmente en la detección de convulsiones en neonatos, lo cual además de los desafíos usuales del EEG –contaminación de mediciones, dificultad de realizar experimentos– se suma el hecho de que es muy difícil hacer un EEG a un recién nacido, las señales eléctricas en dichos pacientes son de una magnitud muy leve, y las convulsiones los primeros días de vida pueden ser tremendamente perjudiciales para el desarrollo cognitivo del niño o niña».

A comienzos de este año, «logramos resolver algunos desafíos técnicos que permiten la operación de nuestros métodos en datos reales y comenzamos con el análisis de EEG en una base de datos pública de EEG neonatal. Nuestros resultados experimentales se enfocan en la ‘reconstrucción de mediciones’, es decir, simulamos la desconexión de un electrodo en la base de datos y nuestro método reconstruye los datos ausentes en base a los electrodos que sí funcionan».

Panorama de ciencia en Chile

Los premiados además evaluaron el panorama de la ciencia en Chile y la reciente instalación del ministerio del área, en el contexto de la pandemia.

«El rol que el Estado de Chile ha tenido (en cuanto) al apoyo a la ciencia, es algo que debemos estar muy orgullosos», afirma Tobar.

Él, en particular, ha podido forjar casi toda su carrera gracias a Conicyt (ahora ANID) a través de Becas Chile, el programa de atracción e inserción (PAI) y Fondecyt. Además, el Centro de Modelamiento Matemático, donde trabaja desde el 2015, es un centro basal ANID, como también lo es el AC3E al cual está afiliado desde comienzos de este año.

«El apoyo que el país me ha dado para poder desarrollarme como académico es algo de lo que siempre estaré muy agradecido y siempre trato de retribuir este apoyo desde mi área de especialización. Este mecanismo de apoyo a la ciencia es algo que debemos cuidar y potenciar, es un recurso que muy pocos países tienen y es la clave para desarrollarnos como sociedad».

Agrega que la noticia de un Ministerio de Ciencia fue recibida con mucho entusiasmo por la comunidad académica, pues ello puede resolver redundancias administrativas, garantizar una mejor comunicación entre académicos(as) y las instituciones de financiamiento, y en general una operación más eficiente que cuide el presupuesto y beneficie a todas las partes.

Sin embargo, el gran objetivo de «avanzar la ciencia en Chile» puede materializarse de forma muy distinta dependiendo del punto de vista que se adopte, con lo que la operación del Ministerio de Ciencia en su primer año ha causado impresiones variadas en la comunidad académica, reflexiona.

«Por ejemplo, el apoyo que se ha dado a los ensayos clínicos de la vacuna contra el COVID-19 me parece muy valioso, como también el reciente anuncio de dos institutos milenio (socioecología y física subatómica) y la Política Nacional de Ciencia, Tecnología, Conocimiento e Innovación anunciada hoy mismo».

Sin embargo, «hay algunos pasos que no logro entender, como por ejemplo la cancelación de las Becas Chile 2021 por restricciones presupuestarias o bien la exigencia de que los postulantes al Fondecyt de posdoctorado 2021 posean visa de residente en Chile para poder postular (antes el requisito de visa era para iniciar el proyecto ganado)».

«Si bien estas dos medidas pueden haber sido tomadas para potenciar la ciencia localmente, nos aíslan de otros centros académicos internacionales: la ciencia es necesariamente global, colaborativa y se enriquece de la interacción, en particular de que chilenos obtengan su PhD en otros países y que doctores extranjeros puedan postular a concursos nacionales. Estas dos medidas me llegan a mí particularmente. Si la cancelación de las Becas Chile hubiese ocurrido en el 2010 (en vez de 2021), yo no habría podido doctorarme en Imperial College London. De igual forma, si la prohibición de extranjeros para postular al Fondecyt de posdoctorado hubiese sido tomada hace un par de años, mi primera posdoc (Elsa Cazelles) no se habría unido a mi grupo en 2019 desde Francia», dice.

En cuanto a la pandemia, comenta que ha sido un período muy complicado para el desarrollo de todas las áreas en el país y la academia no es la excepción.

«En este sentido, el desafío que ha tomado el MinCyT es muy ambicioso y algunas de las medidas que se han tomado, bajo la restricción presupuestaria, no satisfacen a todos. La gran mayoría de lo que hemos aprendido de la pandemia se lo debemos a la ciencia: cómo lidiar con esta nueva realidad, cómo actúa el virus, cómo se propaga, cómo evitar contagios, y –precisamente esta semana– cómo podemos salir adelante a través del desarrollo de una vacuna. Por eso me cuesta mucho entender que sea precisamente la ciencia una de las áreas afectadas en esta pandemia en vez de potenciada».

Premios Google

Otros científicos chilenos también obtuvieron este reconocimiento entregado por Google. Se trata de Gonzalo Navarro y Dustin Coba, del Departamento de Ciencias de la Computación de la Universidad de Chile, quienes ganaron esta beca gracias a su trabajo con el desarrollo de índices comprimidos que sean prácticos y flexibles para apoyar las operaciones de recuperación de documentos en colecciones de cuerda repetitivas.

En toda América Latina, solamente 22 proyectos ganaron la beca que Google entrega anualmente para fomentar la investigación en salud e innovación científica.

Los Google Latin America Research Award (LARA) son anuales, las postulaciones son en julio, y los resultados, a fin de año, para empezar al año siguiente.

En el caso de este proyecto, Tobar y su colega postularon en julio de 2020. El premio es un apoyo de US$ 750 para Jou-Hui Ho (tesista del magíster en ingeniería eléctrica, Universidad de Chile) y US$ 675 para el supervisor Felipe Tobar (investigador, Centro de Modelamiento Matemático, Universidad de Chile).

Tagged as: , .

Previous post
Post comments (0)

Leave a reply

Your email address will not be published. Required fields are marked *

Close Bitnami banner
Bitnami