Investigadores predicen el Alzheimer gracias a la inteligencia artificial

Investigadores de IBM Research y Pfizer desarrollaron un nuevo modelo de inteligencia artificial para predecir la enfermedad del Alzheimer en personas cognitivamente sanas con una precisión de 0,7 y un AUC de 0,74 (área bajo la curva).

El estudio publicado en The Lancet eClinicalMedicine, contempla la creación de pruebas cortas, no invasivas y estandarizadas que permiten predecir la aparición del Alzheimer. El modelo IA se desarrolló gracias a la contra muestra de datos de un grupo de personas cognitivamente sanas que posteriormente desarrollaron o no la enfermedad, lo que permitió a los investigadores verificar la precisión de la predicción del modelo de IA.

“Este es un aumento significativo con respecto a las predicciones basadas en escalas clínicas (59%), que es una predicción basada en otros datos biomédicos disponibles de un paciente, así como en la elección aleatoria (50%)”, precisa Guillermo Cecchi, Manager at Computational Psychiatry and Neuroimaging Lab del IBM Research.

Para la realización de la prueba cognitiva, realizada clínicamente, el modelo IA utiliza el procesamiento del lenguaje natural para analizar muestras de habla de uno a dos minutos. Estas breves muestras de datos lingüísticos fueron proporcionadas por el Framingham Heart Study, un estudio de larga duración que rastrea varios aspectos de la salud en más de 5.000 personas y sus familias desde 1948. Con ello se logró entrenar algoritmos de IA para predecir correctamente la aparición eventual de la enfermedad de Alzheimer en participantes cognitivamente sanos.

Cecchi asegura que, con este desarrollo, el equipo de investigadores espera que “esta investigación pueda conducir al desarrollo de una métrica simple, directa y accesible para ayudar a los médicos a evaluar el riesgo de la enfermedad de Alzheimer en un individuo, lo que llevaría a una intervención más temprana”.

Intervención temprana

La enfermedad de Alzheimer comienza con signos vagos, a menudo mal interpretados, de pérdida leve de la memoria, seguidos de una disminución lenta y progresivamente grave de la capacidad cognitiva y la calidad de vida. Actualmente, no existe una cura o prevención eficaz para esta enfermedad paralizante, que causa confusión emocional tanto a los pacientes como a sus familias.

Por ello, parte de la comunidad científica se ha centrado en la detección de forma temprana interviniendo al paciente antes de que aparezca la enfermedad o bien este sea detectado de forma temprana para ralentizar progresión. En esa línea apunta el trabajo de los investigadores de IBM Research y Pfizer, a predecir esta enfermedad para ayudar a los médicos a tomar medidas preventivas.

“En asociación con nuestros colegas de Pfizer, vimos el potencial para desarrollar modelos de IA que, si se continúan entrenando con set de datos ampliados, sólidos y diversos, algún día podrían usarse para desarrollar métodos para predecir con mayor precisión la enfermedad de Alzheimer en una gran población, incluidas las personas sin indicadores actuales de la enfermedad, sin antecedentes familiares o signos de deterioro cognitivo”, resalta Cecchi.

Aspectos singulares del estudio

El conjunto de datos con el que se trabajó incluye muestras que se recolectaron mientras los sujetos estaban cognitivamente sanos, antes de que experimentaran los primeros signos de deterioro cognitivo. “Nuestro trabajo también se centra en evaluar el riesgo de enfermedad de Alzheimer en la población general, en lugar de centrarse únicamente en los grupos de alto riesgo o aquellos con antecedentes genéticos o predisposición a la enfermedad”, indica Cecchi.

“Analizamos las transcripciones de las muestras de habla de los participantes con el procesamiento del lenguaje natural, lo que nos permitió aprovechar la IA para detectar sutilezas y cambios en el discurso que de otro modo podríamos haber pasado por alto. Esto posibilitó entrenar nuestros modelos de aprendizaje automático y tener en cuenta múltiples variables de confusión que podrían afectar el resultado de nuestras predicciones”, describe Cecchi.

Por otro lado, el acceso a los datos del estudio Framingham, que incluye a hijos y cónyuges de los participantes, generó un conjunto de datos mucho más grande que los utilizados en la mayoría de los otros estudios. Esto permitió verificar los resultados en tiempo real, donde un participante que estaba sano cognitivamente en el momento del estudio, se le pudo hacer seguimiento años posteriores para para corroborar que los resultados predictivos del modelo IA habían acertado.

Los investigadores esperan continuar con la investigación ampliando la diversidad geográfica, socioeconómica y étnica de los datos con los que podamos continuar entrenando los algoritmos, “respetando siempre los principios básicos de privacidad, transparencia y consentimiento”.

Finalmente, Guillermo Cecchi, espera que “esta investigación arraigue y ayude en el futuro desarrollo de una herramienta simple, directa y de fácil acceso para ayudar a los médicos a evaluar el riesgo de un paciente de enfermedad de Alzheimer a través del análisis del habla y el lenguaje, junto con una serie de otros marcadores de la salud y la biometría de un individuo”.

Compartir este artículo

Artículos relacionados

Según explicó, la agencia sanitaria conocía la situación del paciente, un hombre mayor de 65 años que había ingresado en el hospital a mediados de diciembre contagiado por el virus H5N1 y con patologías previas. En esta línea, Harris destacó que "el riesgo siempre ha estado ahí", razón por la que el trabajo conjunto de organizaciones y expertos en salud animal es "fundamental".
Saber quién puede progresar a lo largo del proceso de la enfermedad es fundamental para el diagnóstico y la intervención tempranos, un mejor tratamiento y un mejor manejo de la enfermedad, según un equipo dirigido por investigadores de la Facultad de Medicina de Penn State que ha desarrollado un nuevo método para predecir la progresión de la enfermedad autoinmune entre aquellos con síntomas preclínicos.
Una nueva investigación de la Universidad de Colorado en Boulder sugiere otra herramienta sorprendente que podría ayudarlas a lograr su propósito: la exposición a bacterias beneficiosas. El estudio, publicado en la revista Brain, Behavior, and Immunity, muestra que los animales inyectados semanalmente con un microorganismo encontrado en la leche de vaca y el suelo fueron esencialmente inmunes al aumento de peso debido a una dieta rica en grasas y azúcar.
Un nuevo estudio del grupo ha identificado 13 genes, denominados "genes de riesgo de alta probabilidad", que contribuyen directamente a la pérdida de tejido articular y aumentan en gran medida las probabilidades de que una persona desarrolle osteoartritis. Sus resultados, que se publicaron en Cell Genomics, han llenado un vacío de conocimiento considerable en el esfuerzo por definir objetivos genéticos para terapias.