La inteligencia artificial supera las pruebas clínicas a la hora de predecir la progresión de la enfermedad de Alzheimer.
Los científicos de Cambridge han creado una herramienta de inteligencia artificial (IA) que puede predecir si las personas con signos tempranos de demencia se mantendrán estables o desarrollarán la enfermedad de Alzheimer. Esta herramienta es precisa en cuatro de cada cinco casos.
Este nuevo enfoque podría reducir la necesidad de pruebas costosas e invasivas, mejorando los resultados del tratamiento temprano. Las intervenciones tempranas, como los cambios en el estilo de vida o los nuevos medicamentos, son más eficaces en esta etapa.
La demencia es un importante problema de salud mundial que afecta a más de 55 millones de personas en todo el mundo y cuesta unos 820.000 millones de dólares anuales. Se estima que el número de casos casi se triplicará en los próximos 50 años.
La enfermedad de Alzheimer es la principal causa de demencia y representa entre el 60 y el 80 % de los casos. La detección temprana es fundamental para un tratamiento eficaz, pero los métodos actuales suelen implicar pruebas invasivas o costosas, como tomografías por emisión de positrones (PET) o punciones lumbares, que no siempre están disponibles.
Debido a estas limitaciones, hasta un tercio de los pacientes pueden ser diagnosticados erróneamente o diagnosticados demasiado tarde para un tratamiento efectivo.
Un equipo del Departamento de Psicología de la Universidad de Cambridge ha desarrollado un modelo de aprendizaje automático para predecir la velocidad con la que las personas con problemas leves de memoria progresarán hacia el Alzheimer. Su investigación, publicada en la revista eClinicalMedicine, demuestra que este modelo es más preciso que las herramientas de diagnóstico clínico actuales.
Los investigadores construyeron su modelo utilizando datos no invasivos y de bajo costo, incluidas pruebas cognitivas y exploraciones de resonancia magnética que mostraban atrofia cerebral, de más de 400 individuos en una cohorte de investigación de EE. UU.
Luego probaron el modelo con datos del mundo real de 600 participantes más en los EE. UU. y 900 personas de clínicas de memoria en el Reino Unido y Singapur.
El algoritmo pudo diferenciar entre personas con deterioro cognitivo leve estable y aquellas que desarrollarían Alzheimer en un plazo de tres años. Identificó correctamente a los individuos que desarrollarían Alzheimer en el 82% de los casos y a los que no lo harían en el 81% de los casos utilizando únicamente pruebas cognitivas y resonancias magnéticas.
Este algoritmo era aproximadamente tres veces más preciso que los métodos actuales, lo que reducía las posibilidades de diagnóstico erróneo.
Este modelo también permitió a los investigadores clasificar a las personas con Alzheimer en tres grupos: aquellos cuyos síntomas se mantendrían estables (alrededor del 50%), aquellos que progresarían lentamente (alrededor del 35%) y aquellos que progresarían rápidamente (el 15 restante%).
Estas predicciones se validaron con datos de seguimiento durante seis años. Esta identificación temprana es crucial para aplicar nuevos tratamientos y hacer un seguimiento cercano de los pacientes que progresan rápidamente.
Para el 50% cuyos síntomas permanecen estables, el modelo sugiere que sus problemas podrían deberse a otras causas, como ansiedad o depresión, y podrían seguir caminos clínicos diferentes.
La profesora Zoe Kourtzi, de la Universidad de Cambridge, dijo: “Hemos desarrollado una herramienta que utiliza únicamente pruebas cognitivas y exploraciones por resonancia magnética, pero es más sensible que los métodos actuales para predecir si alguien progresará al Alzheimer y con qué rapidez”.
“Esto puede mejorar significativamente la atención al paciente, mostrando quién necesita un seguimiento cercano y aliviando la ansiedad de aquellos que se prevé que se mantendrán estables. También reduce la necesidad de realizar pruebas innecesarias”.
El algoritmo fue validado con datos de casi 900 personas de clínicas de memoria en el Reino Unido y Singapur, lo que demuestra que podría utilizarse en entornos clínicos del mundo real.
El Dr. Ben Underwood, psiquiatra consultor honorario del CPFT y profesor adjunto de la Universidad de Cambridge, destacó la importancia de reducir la incertidumbre sobre los problemas de memoria en los adultos mayores, que pueden causar preocupación y frustración.
El profesor Kourtzi destacó la necesidad de contar con mejores herramientas para abordar la demencia mediante la identificación y la intervención tempranas. El equipo pretende ampliar su modelo a otras formas de demencia y a diferentes tipos de datos, como los marcadores de los análisis de sangre.
“Nuestro objetivo es ampliar nuestra herramienta de IA para ayudar a los médicos a asignar a los pacientes adecuados las vías de diagnóstico y tratamiento adecuadas en el momento adecuado”, afirmó el profesor Kourtzi. “Esto puede acelerar el descubrimiento de nuevos fármacos para tratar la demencia”.
Fuente de información:
Marcador robusto e interpretable guiado por IA para la predicción temprana de la demencia en entornos clínicos del mundo real. [eClinicalMedicine (2024)]. DOI: 10.1016/j.eclinm.2024.102725
