Mejora de diagnóstico de enfermedades neurodegenerativas usando redes LSTM

Abstract

Se presenta un enfoque para el diagnóstico y pronóstico de la enfermedad de Alzheimer utilizando Redes Neuronales de Largo Corto Plazo (LSTM). Las enfermedades neurodegenerativas, y en particular la enfermedad de Alzheimer, representan un gran desafío en la sociedad actual. En esta enfermedad se utilizan pruebas como la Alzheimer’s Disease Assessment Scale (ADAS) y el Mini-Mental State Examination (MMSE) para evaluar la función cognitiva y el grado de demencia en los pacientes. No obstante, el diagnóstico y pronóstico precisos siguen siendo desafiantes. En este trabajo se mejora una anterior solución de inteligencia artificial obteniéndose resultados más fiables mediante distintas técnicas de aprendizaje automático. Dicha solución trabaja con los resultados de las pruebas ADAS y MMSE obtenidas de 1 a 5 citas médicas, mas otros datos demográficos, y proporciona un diagnóstico en tres posibles categorías: Cognición Normal (CN), Deterioro Cognitivo Leve (MCI) o Demencia (Dem). Este enfoque tiene el potencial de mejorar la precisión del diagnóstico y pronóstico de la enfermedad de Alzheimer, ofreciendo un impacto significativo en el cuidado y tratamiento de los pacientes

Weintroduce an approach for the diagnosis and prognosis of Alzheimer’s Disease utilising Long Short-Term Memory (LSTM) Neural Networks. Neurodegenerative diseases, and specifically Alzheimer’s Disease, pose a significant challenge in today’s society. In this disease, tests such as the Alzheimer’s Disease Assessment Scale (ADAS) and the MiniMental State Examination (MMSE) are utilised to assess cognitive function and the degree of dementia in patients. However, accurate diagnosis and prognosis remain challenging. In this work, we enhance a previous artificial intelligence solution, achieving more reliable results through various machine learning techniques. This solution works with the results of the ADAS and MMSE tests obtained from 1 to 5 medical appointments, along with other demographic data, and provides a diagnosis in three possible categories: Normal Cognition (CN), Mild Cognitive Impairment (MCI), or Dementia (Dem). This approach has the potential to improve the accuracy of the diagnosis and prognosis of Alzheimer’s Disease, offering a significant impact on the care and treatment of patients.