Predicción de depresión analizando resonancias magnéticas de cerebro

Es difícil diagnosticar la depresión, en APS solo el 50% de las depresiones son diagnosticadas, por lo tanto, sin diagnóstico -> no hay tratamiento.

Cómo mejorar el diagnóstico de depresión es un tema recurrente alrededor del mundo. Investigadores tuvieron una idea. ¿Y si usamos un algoritmo de DeepLearning sobre Resonancias Magnéticas (RM) con Tensor de Difusión de Cerebro (un tipo de RM) para predecir qué paciente está deprimido?

Link al estudio
https://dx.doi.org/10.1016%2Fj.pscychresns.2017.03.003

Para este estudio se les realizó una resonancia magnética con tensor de difusión de cerebro a 52 pacientes don Depresión Mayor y 45 pacientes sin depresión:

  • 25 pacientes con depresión y 25 sin depresión para el entrenamiento
  • 27 pacientes con depresión y 20 sin depresión para el testeo de resultados

Utilizaron el algortimo Support Vector Machine (SVM)

El algoritmo lograba predecir Depresión en un 74% de los casos. Lo que no es malo para el bajo número de pacientes.

Tener alguna forma de predecir depresión es bueno. Permitiría que más pacientes lleguen a un diagnóstico (y a una derivación con un especialista) que permita identificar el tratamiento apropiado.