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”.
