La inteligencia artificial puede predecir el progreso del Alzheimer
Investigadores de Cambridge desarrollan un sistema que podría reducir la necesidad de pruebas invasivas y costosas y dar resultados más precisos que los métodos actuales
Un trabajo de la Universidad de Cambridge (Reino Unido) publicado en 'EClinicalMedicine' demuestra que, en cuatro de cada cinco casos, una herramienta de inteligencia artificial es capaz de predecir si las personas con signos tempranos de demencia permanecerán estables o desarrollarán la enfermedad del Alzheimer, informa Ep.
Un equipo dirigido por científicos del Departamento de Psicología de Cambridge ha desarrollado un modelo de aprendizaje automático que es capaz de pronosticar si una persona con problemas leves de memoria y pensamiento desarrollará la enfermedad del Alzheimer y con qué rapidez. Este sistema ha demostrado ser hasta tres veces más preciso que las herramientas de diagnóstico clínico actuales. Sirvió para identificar correctamente a las personas que desarrollaron Alzheimer en el 82% de los casos, y a las que no lo desarrollaron en un 81%. Para ello, solo recurrieron a pruebas cognitivas y a una resonancia magnética.
Los investigadores comentan que este nuevo enfoque podría reducir la necesidad de pruebas diagnósticas invasivas y costosas, a la vez que también serviría para mejorar los resultados del tratamiento en una etapa temprana, cuando intervenciones menos agresivas, como cambios en el estilo de vida o nuevos medicamentos, pueden tener la oportunidad de funcionar mejor.
Actualmente, la principal causa de demencia es la enfermedad de Alzheimer, que representa entre el 60 y el 80% de los casos. La detección temprana es crucial, ya que es cuando es más probable que los tratamientos sean más eficaces; sin embargo, el diagnóstico y el pronóstico tempranos de la demencia pueden no ser precisos sin el uso de pruebas invasivas o costosas, como la tomografía por emisión de positrones (PET) o la punción lumbar, que no están disponibles en todas las clínicas de memoria. Como resultado, hasta un tercio de los pacientes pueden ser mal diagnosticados y otros pueden ser diagnosticados demasiado tarde para que el tratamiento sea eficaz.
El innovador modelo también permitió a los investigadores dividir en tres grupos a las personas con Alzheimer, utilizando datos de la primera visita a la clínica de memoria: aquellos cuyos síntomas se mantendrían estables (alrededor del 50% de los participantes); aquellos que progresarían lentamente hacia el Alzheimer (alrededor del 35%); y aquellos que progresarían más rápidamente (el 15%). Estas predicciones se validaron al observar los datos de seguimiento durante 6 años. Esto es importante ya que podría ayudar a identificar a aquellas personas en una etapa lo suficientemente temprana como para que puedan beneficiarse de nuevos tratamientos, al mismo tiempo que se identifica a las personas que necesitan un seguimiento cercano, ya que es probable que su condición se deteriore rápidamente.
Es importante destacar que ese 50% de personas que presentan síntomas como pérdida de memoria pero permanecen estables, estarían mejor dirigidas a una vía clínica diferente, ya que sus síntomas pueden deberse a otras causas además de la demencia, como la ansiedad o la depresión.
La autora principal, la profesora Zoe Kourtzi del Departamento de Psicología Cambridge, afirma: "Hemos creado una herramienta que, a pesar de utilizar solo datos de pruebas cognitivas y resonancias magnéticas, es mucho más sensible que los enfoques actuales para predecir si alguien progresará de síntomas leves a Alzheimer y, de ser así, si este progreso será rápido o lento. Esto tiene el potencial de mejorar significativamente el bienestar de los pacientes, mostrándonos qué personas necesitan una atención más cercana, al tiempo que elimina la ansiedad de aquellos pacientes que prevemos que permanecerán estables. En un momento de intensa presión sobre los recursos sanitarios, esto también ayudará a eliminar la necesidad de pruebas diagnósticas invasivas y costosas innecesarias". Los investigadores insisten en que esto demuestra que debería ser aplicable en un entorno clínico con pacientes del mundo real. El equipo ahora espera ampliar su modelo a otras formas de demencia, como la demencia vascular y la demencia frontotemporal, y utilizar diferentes tipos de datos, como marcadores de análisis de sangre. Kourtzi concluye: "Si vamos a hacer frente al creciente desafío sanitario que plantea la demencia, necesitaremos mejores herramientas para identificarla e intervenir en la etapa más temprana posible. Nuestra visión es ampliar nuestra herramienta de IA para ayudar a los médicos a asignar a la persona adecuada en el momento adecuado a la vía de diagnóstico y tratamiento adecuada. Nuestra herramienta puede ayudar a vincular a los pacientes adecuados con los ensayos clínicos, acelerando el descubrimiento de nuevos fármacos para tratamientos modificadores de la enfermedad".