Inicio Noticiero Digital La inteligencia artificial podría predecir el alzhéimer unos 6 años antes de...

La inteligencia artificial podría predecir el alzhéimer unos 6 años antes de manifestarse

El diagnóstico temprano del alzhéimer es el primer paso para el tratamiento de esta enfermedad. Cuanto antes se detecten los cambios en el cerebro causados por esta patología, antes se puede empezar a tratar el paciente. Las señales de alerta, sin embargo, están relacionadas con sutiles cambios en ciertas zonas del cerebro, por lo que hasta ahora era prácticamente imposible percatarse de los primeros pasos de esta dolencia.

Ahora, un equipo multidisciplinario de médicos e ingenieros propone un nuevo método para acelerar el diagnóstico temprano del alzhéimer: la inteligencia artificial. En un nuevo estudio publicado en la revista Radiology, estos investigadores plantean utilizar algoritmos de aprendizaje profundo (‘deep-learning’) para “entrenar a las máquinas” con tal de detectar los cambios en el metabolismo de la captación de glucosa en determinadas zonas del cerebro, un proceso considerado como la antesala de la neurodegeneración causada por el alzhéimer.

“Las diferencias en el patrón de captación de glucosa en el cerebro son muy sutiles y difusas“, explica Jae Ho Sohn, investigador del Departamento de Radiología e Imagen Biomédica de la Universidad de California en San Francisco (UCSF) y autor de este nuevo estudio. “Las personas son buenas en identificar biomarcadores específicos de enfermedades, pero los cambios metabólicos representan un proceso más global y sutil”.

Proceso de aprendizaje

Ni las personas ni las máquinas nacen aprendidas. Y es por eso que, para el desarrollo de este nuevo método de diagnóstico, los investigadores empezaron por entrenar algoritmos de aprendizaje profundo para encontrar cambios en el metabolismo cerebral mediante el uso de tomografías, una técnica capaz de proporcionar imágenes en las que se observa la captación de glucosa de las células del cerebro, un rasgo predictivo del alzhéimer.

Como si de una clase magistral se tratara, los investigadores empezaron mostrando al algoritmo más de 2.100 imágenes cerebrales obtenidas de 1.002 pacientes con alzhéimer. Estas imágenes, utilizadas como libro de texto, fueron obtenidas a través de la base de datos de ADNI (Alzheimer’s Disease Neuroimaging Initiative): un proyecto en el que se recopilan datos sobre el diagnóstico de la enfermedad, incluidas pruebas genéticas, cognitivas, biomarcadores y otros predictores de la neurodegeneración.

A partir de ahí empezó el entrenamiento. Este equipo multidisciplinar de médicos e ingenieros enseñó al algoritmo en qué cambios del metabolismo del cerebro eran indicadores del alzhéimer. Este proceso se realizó con el 90% del conjunto de datos disponibles. En el 10% restante, los investigadores buscaron comprobar si efectivamente las máquinas habían aprendido algo. Y, por lo que parece, así fue: el algoritmo había aprendido a detectar patrones metabólicos característicos de la enfermedad.

El último paso, planteado a modo de examen final para evaluar el aprendizaje del algoritmo, se realizó con un conjunto independiente de 40 imágenes de 40 pacientes. En este caso, ninguna de las tomografías había sido estudiada con anterioridad, por lo que  el reto planteado era aún más complicado que en el supuesto anterior. Según informan los investigadores en el recién publicado artículo, el algoritmo funcionó con una sensibilidad del 100% detectando los primeros síntomas de la enfermedad una media de seis años antes del diagnóstico oficial.

Una herramienta de apoyo

El éxito de esta prueba podría suponer una nueva esperanza para el diagnóstico temprano del alzhéimer. Aún así, los investigadores responsables del estudio matizan que se necesitarán pruebas independientes para validar este mecanismo y que, aún así, la inteligencia artificial no podrá trabajar por sí sola. En este sentido, los expertos plantean que en un futuro los algoritmos contribuyan a complementar el trabajo de los radiólogos mediante el análisis de imágenes e indicadores bioquímicos. Este trabajo conjunto podría suponer una nueva oportunidad para el diagnóstico y la intervención terapéutica temprana.

“Si diagnosticamos la enfermedad de Alzheimer cuando todos los síntomas se han manifestado, la pérdida de volumen cerebral es tan importante que ya es demasiado tarde para intervenir“, explica Sohn. “Si podemos detectarlo antes, tendremos una oportunidad para que los investigadores encuentren maneras más eficaces de frenar o incluso detener el proceso de la enfermedad”.

En esta misma línea, el equipo responsable de este estudio apunta a que sus futuras investigaciones irán enfocadas a seguir entrenando el algoritmo en la detección de otras señales de alerta. Un ejemplo de ello sería la búsqueda de patrones asociados con la acumulación de proteínas beta-amiloides y tau, grupos de proteínas anormales y ovillos en el cerebro, considerados como algunos de los marcadores específicos de la enfermedad de Alzheimer.