La ciencia detrás de SynapCore
Cómo SynapCore convierte un registro de EEG en bruto en un informe de apoyo a la decisión, y cómo lo ponemos a prueba. Cada paso describe lo que hace el código hoy.
De la señal en bruto a la información clínica
Cinco etapas convierten un registro de EEG multicanal en un informe estructurado de apoyo a la decisión.
Adquisición del EEG
Registros de EEG subidos como archivos EDF. El pipeline usa los 19 canales estándar del sistema 10-20 y necesita al menos 15 para funcionar.
Preprocesado
Remuestreo a 256 Hz, filtro paso banda de 1-45 Hz y filtro notch de 50 Hz, épocas de 2 segundos y limpieza automática de épocas con AutoReject, que repara o descarta los segmentos con ruido.
Extracción de características
Potencia absoluta y relativa en las bandas delta, theta, alfa, beta y gamma, ratios theta/beta y alfa/theta, coherencia entre pares de canales y medidas de complejidad (entropía, parámetros de Hjorth, DFA).
Clasificación con ML
Clasificador LightGBM de árboles con gradient boosting, hiperparámetros ajustados con Optuna y probabilidades calibradas con un calibrador sigmoide. Evaluado con validación cruzada dejando un sujeto fuera (LOSO).
Informe clínico
Una probabilidad calibrada y las características que más influyeron (SHAP), presentadas en un informe estructurado. Pensado para que lo revise un clínico, no para diagnosticar de forma autónoma.
Arquitectura del modelo
SynapCore usa LightGBM, un modelo de árboles de decisión con gradient boosting, porque funciona bien con características tabulares de EEG en cohortes pequeñas y sus predicciones se pueden explicar característica por característica.
Clasificador LightGBM
Árboles con gradient boosting entrenados con las características extraídas del EEG. Cada predicción incluye valores SHAP que muestran qué características subieron o bajaron la probabilidad.
Validación cruzada LOSO
La validación dejando un sujeto fuera deja todos los registros del sujeto de prueba fuera del entrenamiento. Da una estimación más prudente y realista del rendimiento con una persona nueva que la validación k-fold.
Relevancia clínica
LOSO reproduce la situación real, en la que el modelo ve a un paciente que nunca ha visto. Por eso publicamos resultados LOSO y no las puntuaciones k-fold, más altas, habituales en los artículos de EEG y ML.
Métricas de rendimiento
Neuraxis evaluado con conjuntos de datos públicos de investigación y validación cruzada LOSO. Todas las métricas son resultados preliminares de investigación.
| Métrica | Neuraxis-Child v1.07-12 años | Neuraxis-Adult v1.018-35 años · en revalidación |
|---|---|---|
| AUC | 0.650 | Sin publicar |
| Exactitud equilibrada | 0.595 | - |
Resultados LOSO internos en la cohorte IEEE. En una cohorte externa independiente (HBN-EEG, N=321, de 5 a 17 años) Neuraxis-Child obtuvo un AUC de 0.519, que es nivel de azar. Todas las métricas son resultados preliminares de investigación. Solo para uso en investigación (RUO).
Conjuntos de datos de investigación
Desarrollado y probado con conjuntos de datos de EEG públicos, para que el trabajo se pueda revisar y reproducir.
IEEE ADHD Dataset
Conjunto de datos público de EEG pediátrico usado en investigación sobre clasificación del TDAH, con diagnósticos clínicos de TDAH. Es el conjunto principal de entrenamiento y validación de Neuraxis-Child.
TDBRAIN
Base de datos de EEG de todo el ciclo vital (de 5 a 89 años) de la Brainclinics Foundation, Nimega, Países Bajos (van Dijk et al., 2022). Seleccionamos un subconjunto de sujetos dentro del rango de edad del TDAH en adultos. Se usó en el trabajo de validación de Neuraxis-Adult con LOSO; el módulo de adultos está en revalidación.
HBN-EEG
EEG en reposo del Healthy Brain Network (105 con TDAH, 216 controles), usado solo como prueba externa independiente de Neuraxis-Child. Ningún sujeto de HBN se usó en el entrenamiento. El modelo obtuvo un resultado de nivel de azar (AUC 0.519).
Estado regulatorio
SynapCore es una herramienta de investigación. No ha sido evaluada por ningún organismo regulador y no debe usarse para diagnosticar ni tratar a pacientes.
Estado actual
AhoraSolo para uso en investigación. Sin marcado UKCA ni CE y sin autorización de la FDA.
Antes del uso clínico
NecesarioEl software que apoya el diagnóstico se regula como producto sanitario. SynapCore necesitaría el marcado UKCA para usarse en el Reino Unido, y el marcado CE o la autorización de la FDA para la UE o EE. UU.
Cómo lo desarrollamos
AhoraCódigo versionado, cambios revisados y métodos documentados y auditados. Todavía no se ha iniciado un proceso formal según la IEC 62304.
Siguiente paso
PrevistoValidación con datos clínicos junto a un socio de investigación, con aprobación ética, antes de cualquier solicitud regulatoria.
¿Trabajas en investigación con EEG o en neurociencia clínica?
Buscamos socios de investigación y clínicos que nos ayuden a validar SynapCore.