Eina predictiva del grau de neurodesenvolupament en nadons nascuts amb baix pes mitjançant intel·ligència artificial

El Dr. Carles Escera rep un ajut de la Fundació Bosch i Gimpera per desenvolupar el projecte "Eina predictiva del grau de neurodesenvolupament en nadons nascuts amb baix pes mitjançant intel·ligència artificial".

La Universitat de Barcelona, a través de la seva oficina de transferència de coneixement, la Fundació Bosch i Gimpera, ha concedit un ajut de 25.000 euros al projecte "Eina predictiva del grau de neurodesenvolupament en nadons nascuts amb baix pes mitjançant intel·ligència artificial", del Dr. Carles Escera, cap de grup a l’Institut de Recerca Sant Joan de Déu i catedràtic de Neurociència Cognitiva del Departament de Psicologia Clínica i Psicobiologia i de la Facultat de Psicologia de la UB, i del Dr. José Valenzuela, doctor en Humanitats i enginyer en Electrònica. Els recursos s'han atorgat en el marc dels ajuts Prova de Concepte de la convocatòria Fons per a l'Impuls de la Innovació (F2I) 2022.

Actualment, quan un nadó neix se'n fa de manera rutinària una avaluació auditiva universal basada en la resposta auditiva del tronc encefàlic per comprovar si hi sent correctament. Tot i això, aquesta tècnica no permet predir problemes en el neurodesenvolupament, ja que, tot i passar l'avaluació auditiva neonatal, un nombre important de nadons té un alt risc de presentar retards, deficiències i trastorns en l'adquisició del llenguatge.

Concretament, els estudis assenyalen que un 40% dels nadons nascuts amb baix pes patiran retards en el neurodesenvolupament del llenguatge. Les habilitats lingüístiques deficients estan relacionades amb un mal ajust mental i conductual i amb el fracàs acadèmic i d'inserció laboral.

Avui dia, no hi ha cap eina mèdica o procediment psicològic que permeti detectar aquests nadons i fer-ne un seguiment precoç, ni tampoc prendre mesures preventives com més aviat millor. La tècnica de la resposta de seguiment de freqüència neonatal desenvolupada per aquest projecte podria predir aquests problemes en el neurodesenvolupament.

La solució que es planteja està basada en un registre electrofisiològic no invasiu de l'electroencefalograma del nadó en resposta a un so de la parla i la seva interpretació mitjançant un algorisme d'intel·ligència artificial capaç de proporcionar un indicador qualitatiu del risc de retard del neurodesenvolupament. Aquesta estimació qualitativa del risc permetrà a les famílies i als professionals de la salut emprendre molt precoçment, abans que es tanquin els períodes crítics de plasticitat cerebral, intervencions personalitzades per mitigar aquest retard del neurodesenvolupament.

Desenvolupament de l'algorisme d'intel·ligència artificial

El projecte ha desenvolupat una primera versió de l'algorisme d'intel·ligència artificial que permet classificar les respostes neuronals en funció de l'estímul que les ha provocat, si bé les observacions predictives i els algorismes de predicció requereixen una validació de laboratori a gran escala i la seva aproximació a l'usuari final.

Gràcies a l'ajut obtingut en la convocatòria F2I es desenvoluparà i validarà l'algorisme d'intel·ligència artificial en tasques predictives i en condicions clíniques reals; s'establiran les accions de protecció de propietat intel·lectual i industrial; s'identificaran els aspectes reguladors en l'ús de dades personals; s'implementarà la solució final adaptada a les necessitats dels professionals, i, finalment, es desenvoluparà un model de negoci.

Font d’informació

Eina predictiva del grau de neurodesenvolupament en nadons nascuts amb baix pes mitjançant intel·ligència artificial. Universitat de Barcelona. Fundació Bosch i Gimpera.