Herramienta de IA predice marcadores de la enfermedad de Alzheimer

Aunque algunos análisis de sangre pueden detectar signos de la enfermedad, no pueden identificar con precisión las regiones cerebrales afectadas. Para abordar este problema, los investigadores han desarrollado una solución de inteligencia artificial (IA) que utiliza pruebas ampliamente disponibles y menos costosas para predecir la presencia y ubicación de estas proteínas.

Esta herramienta de IA, desarrollada por científicos de la Facultad de Medicina Chobanian y Avedisian de la Universidad de Boston (Boston, MA, EUA), utiliza escáneres cerebrales, evaluaciones de memoria, información genética, historiales médicos y antecedentes médicos para detectar biomarcadores de Alzheimer. El modelo se entrenó con datos de siete cohortes de investigación con un total de 12.185 participantes, aprendiendo a identificar patrones relacionados con la acumulación de proteínas. Además, fue diseñado para funcionar eficazmente incluso cuando faltaban algunos datos del paciente.

El equipo probó la IA en un grupo independiente de participantes que no formaron parte de la fase de entrenamiento. Los resultados, publicados en Nature Communications, muestran que la herramienta pudo identificar con precisión a personas con niveles elevados de amiloide o tau. Según el estudio, esta herramienta de IA podría agilizar la selección de pacientes para ensayos clínicos y nuevos tratamientos farmacológicos, permitiendo diagnósticos más rápidos y asequibles.

Además, al identificar la enfermedad de forma temprana, podría respaldar planes de intervención personalizados, como dietas específicas o programas de ejercicio para ralentizar su progresión. Los investigadores creen que algún día podría aplicarse a afecciones relacionadas, como la demencia frontotemporal y la encefalopatía traumática crónica.

“La herramienta puede ayudar a los médicos a seleccionar rápidamente a personas para tratamiento con nuevos medicamentos o para participar en estudios de investigación, ahorrando así tiempo y dinero, y llegando a más pacientes que podrían no tener acceso a pruebas costosas y complejas”, afirmó Vijaya B. Kolachalama, PhD, FAHA, profesor asociado de medicina e informática en la Universidad de Boston.

“Para el público, esto significa diagnósticos más rápidos, menos exámenes innecesarios y la esperanza de tratamientos que retrasen la enfermedad, mejorando la vida diaria de los afectados y sus seres queridos”, añadió el Dr. Kolachalama.

Enlaces relacionados:
Facultad de Medicina Chobanian y Avedisian