Blázquez Henao, Ana María Pié Juste, Juan; Latorre Pellicer, Ana DIAGNÓSTICO DEL SÍNDROME CORNELIA DE LANGE MEDIANTE ALGORITMOS DE RECONOCIMIENTO FACIAL El fenotipo característico o clásico del síndrome de Cornelia de Lange (SCdL) está asociado con un patrón facial reconocible. Sin embargo, la heterogeneidad en los genes causales y la presencia de síndromes superpuestos han hecho que cada vez sea más difícil diagnosticarlo sólo por las características clínicas.<br />La tecnología DeepGestalt basada en el aprendizaje profundo, una esfera de la inteligencia artificial, y su aplicación Face2Gene, está teniendo un impacto creciente en el diagnóstico y el manejo de las enfermedades genéticas mediante el análisis de las características de los individuos afectados.<br />En este trabajo examinamos la destreza de este programa en el diagnóstico del SCdL. Para ello, se ha utilizado una cohorte de 14 individuos remitidos al laboratorio de Genética Clínica y Genómica Funcional para el análisis molecular del SCdL. Se ha comparado: el puntaje clínico según los criterios de Kline, los resultados del análisis facial con la aplicación Face2Gene y los resultados genéticos obtenidos. La sensibilidad de la aplicación fue del 100%, para el SCdL y los casos del síndrome de KBG hallados.<br />El uso del reconocimiento facial, no solo se ha visto que es fiable, sino que puede facilitar considerablemente el diagnóstico y abrir más campos de investigación.<br /><br /> spa Universidad de Zaragoza Zaragoza 2020

http://zaguan.unizar.es/record/111343/files/TAZ-TFG-2020-933.pdf;

Imported from Invenio.