El modelo de aprendizaje automático puede diagnosticar la enfermedad de Meniere

Un modelo de aprendizaje automático basado en características de audiometría de tonos puros puede diagnosticar la enfermedad de Meniere (DM) y predecir la hidropesía endolinfática (EH), según un estudio publicado en línea el 28 de agosto en Otorrinolaringología-Cirugía de Cabeza y Cuello.

Xu Liu, MD, de la Universidad Fudan en Shanghai, y sus colegas recopilaron secuencias de imágenes de resonancia magnética mejoradas con gadolinio y datos de audiometría de tonos puros en un estudio retrospectivo. Sobre la base de los umbrales de conducción aérea de la audiometría de tonos puros, se diseñaron funciones analíticas básicas y múltiples. Las funciones diseñadas se utilizaron para entrenar cinco modelos clásicos de aprendizaje automático para diagnosticar la EM. Se seleccionaron los modelos con excelente rendimiento para predecir EH.

Los investigadores descubrieron que el modelo de aprendizaje automático ganador del gradiente de luz (LGB) demostró un rendimiento notable para el diagnóstico de la EM, logrando una precisión del 87%, una sensibilidad y especificidad del 83 y el 90%, y un área bajo la curva característica operativa del receptor de 0,95. comparándose favorablemente con médicos experimentados.

El modelo LGB tuvo una precisión del 78 % para la predicción de EH y superó a los otros tres modelos. Las características específicas de la audiometría de tonos puros que son esenciales tanto para el diagnóstico de MD como para la predicción de EH incluyen la desviación estándar y la media de la audición de frecuencia completa, el pico del audiograma y la audición en bajas frecuencias (especialmente a 250 Hz).

«El estudio mostró capacidades de diagnóstico prometedoras, lo que indica el potencial del aprendizaje automático basado en resultados de audiometría de tonos puros como método de detección de DM», escriben los autores.

© 2024 Día de la Salud. Reservados todos los derechos.