Investigar las oscilaciones electroencefalográficas ha permitido avanzar en la comprensión de la función cerebral. Un tipo de estos ritmos, conocidos como oscilaciones rápidas o ripples, contienen trazas de memoria de las experiencias vividas y se ven afectadas en enfermedades neurológicas como la epilepsia y el Mal de Alzheimer. Por ese motivo se consideran un biomarcador. Pero estas oscilaciones presentan diversas formas de onda y propiedades que no pueden caracterizarse por completo con métodos espectrales.
En un nuevo estudio a cargo de un equipo liderado desde el Consejo Superior de Investigaciones Científicas (CSIC) en España, se han empleado señales electroencefalográficas obtenidas en ratones de experimentación para el entrenamiento de un banco de modelos de inteligencia artificial con el objetivo de identificar patrones de actividad, concretamente oscilaciones de alta frecuencia. “Hemos testado estos modelos usando datos de primates no humanos, obtenidos en colaboración con el laboratorio de Kari Hoffman de la Universidad de Vanderbilt en los EE.UU. (Nashville) como parte de la iniciativa Brain Initiative. Los resultados muestran que es posible utilizar datos de roedores para entrenar algoritmos de inteligencia artificial que puedan ser usados en primates si se utilizan las mismas técnicas de registro. Y posiblemente, por tanto, también se puedan emplear en humanos”, explica Liset M. de la Prida, del equipo de investigación.
Este banco de modelos de inteligencia artificial, que se ha desarrollado a partir un hackathon (evento en el que los programadores compiten de forma colaborativa), ha sido puesto a disposición de la comunidad científica mediante un software de acceso libre. Los modelos incluyen algunas de las arquitecturas de aprendizaje supervisado más conocidas, como son los vectores de soporte, los árboles de decisión y las redes convolucionales. “Hemos identificado más de cien modelos posibles en las diferentes arquitecturas que ahora están disponibles para su aplicación o reentrenamiento por parte de otros investigadores”, comentan Andrea Navas Olivé y Adrián Rubio, primeros autores del trabajo.
