Investigación científica utiliza IA para mejorar diagnóstico de osteoartritis de rodilla

En alianza interinstitucional con la Universidad del Cauca y la Fundación Universitaria María Cano, publicamos un nuevo artículo científico que propone emplear machine learning mediante un modelo multiclase para clasificar la gravedad de la osteoartritis de rodilla a partir de mediciones de bioimpedancia obtenidas mediante un dispositivo electrónico de tomografía de impedancia eléctrica desarrollado por los autores.

El artículo en mención se titula: “Evaluación de bioimpedancia basada en aprendizaje automático de la gravedad de la osteoartritis de rodilla”. La investigación fue realizada por Juan David Muñoz, docente Unicomfacauca adscrito a nuestro programa de Ingeniería Mecatrónica y miembro del Grupo de Investigación en Sistemas Inteligentes; Víctor Hugo Mosquera Leyton y Carlos Felipe Rengifo del Grupo de Investigación en Automática de la Universidad del Cauca; y Elizabeth Roldán del Grupo de Investigación FISIOTER de la Fundación Universitaria María Cano.

El estudio realizado por los autores que propone un modelo multiclase para clasificar la gravedad de la osteoartritis de rodilla mediante mediciones de bioimpedancia, fue puesto a prueba en personas sanas y con tres grados diferentes de osteoartritis de rodilla y con las cuales se entrenó un random forest multiclase. Los resultados obtenidos de este estudio, mostraron que el enfoque propuesto logró sensibilidades y especificidades promedio del 100% para los tres grados de severidad de osteoartritis de rodilla, lo cual sugiere que el método propuesto puede servir como herramienta de detección para determinar qué personas deben someterse a radiografías o imágenes por resonancia magnética para una evaluación adicional de osteoartritis de rodilla.

Con respecto a la técnica analizada, el investigador unicomfacaucano, Juan David Muñoz, menciona: “la bioimpedancia al tratarse de un método de evaluación no invasivo, se puede considerar una herramienta prometedora que me permita apoyar el diagnóstico no solo de enfermedades articulares, sino también de otro tipo de enfermedades crónicas no transmisibles que afectan la calidad de vida de las personas”.

Es importante resaltar que, el uso de la técnica de diagnóstico puede evitar un deterioro en la salud de las personas a largo plazo, ya que contribuirá a la detección temprana de la enfermedad y asimismo su oportuno tratamiento.