Aplicación de Redes Neuronales Artificiales en la Detección de SCA10 Mediante Análisis de Imágenes de la Prueba MoCA

Resumen

En los últimos años, el uso de herramientas basadas en inteligencia artificial ha permitido mejorar el análisis de datos clínicos y facilitar la detección de enfermedades neurodegenerativas. En este estudio se propone un enfoque basado en el análisis de imágenes del subtest de copiado de cubos de la prueba MoCA, complementado con variables demográficas, para la identificación de pacientes con Ataxia Espinocerebelosa tipo 10 (SCA10). Se trabajó con una muestra de 25 sujetos, divididos en pacientes y grupo control, a partir de la cual se extrajeron características relevantes de las imágenes. Posteriormente, se implementó un modelo de red neuronal artificial para la clasificación de los sujetos. Los resultados obtenidos mostraron un desempeño alto en términos de precisión, evidenciando la capacidad del modelo para diferenciar entre ambos grupos. Estos hallazgos sugieren que el análisis automatizado de pruebas cognitivas, combinado con técnicas de aprendizaje automático, puede representar una alternativa útil como apoyo en la detección temprana de SCA10.