El deep learning es efectivo para predecir la parálisis cerebral en bebés

datos

Los investigadores han desarrollado y validado un modelo de aprendizaje profundo capaz de predecir con precisión la parálisis cerebral mediante movimientos espontáneos en bebés de alto riesgo.

En un estudio de pronóstico publicado en JAMA Network Open

Los investigadores describieron el desarrollo de un modelo de aprendizaje profundo (DL) que puede predecir de manera efectiva la parálisis cerebral en función de los movimientos espontáneos de los bebés entre las nueve y las 18 semanas de edad.


Banner_frasco-suscripcion-800x250

Según los Centros para el Control y la Prevención de Enfermedades (CDC)

La parálisis cerebral es un grupo de trastornos que afectan la capacidad de una persona para moverse y mantener el equilibrio y la postura. La parálisis cerebral es la discapacidad motora más común en la niñez y es causada por un desarrollo cerebral anormal o daño al cerebro en desarrollo que afecta la capacidad de una persona para controlar sus músculos.

Junto con los problemas relacionados con el movimiento y la postura, los pacientes con parálisis cerebral también pueden experimentar convulsiones, cambios en la columna, problemas en las articulaciones, discapacidad intelectual y problemas de visión, audición o habla. Los primeros signos de parálisis cerebral en los niños suelen ser retrasos en alcanzar hitos motores o de movimiento, además de síntomas más específicos de la edad.

Conoce más aquí

Banner_azules
Reciba las últimas noticias de la industria en su casilla:

Suscribirse ✉