Predicción de la demencia a través del uso de inteligencia artificial
La enfermedad de Alzheimer representa la forma más común de demencia, con aproximadamente el 60-80% de los casos, con enormes implicaciones personales, económicas y sociales.
Se tiene claro que la fisiopatología de la enfermedad de Alzheimer sigue un curso muy lento, durante el cual la patología se desarrolla silenciosamente durante décadas antes de dar inicio a los síntomas, por lo que la identificación de los sujetos que se encuentran en las etapas más tempranas de la enfermedad sigue siendo materia pendiente.
La identificación certera de aquellos sujetos que se encuentran destinados a desarrollar Alzheimer, dentro de los lapsos de tiempo aceptables para el desarrollo de los ensayos clínicos, constituye un reto de grandes magnitudes para diseñar estudios que permitan probar terapias emergentes capaces de modificar el curso de estas patologías.
Uso de la β-amiloide como biomarcador de la demencia
Los científicos conocen hace bastante tiempo una proteína llamada β-amiloide , cuya presencia se manifiesta en grandes cantidades en el cerebro de aquellos pacientes que padecen de algún deterioro cognitivo leve (MCI), condición que usualmente desemboca en demencia.
Si bien, la acumulación de amiloide empieza con varias décadas de anticipación a la presentación de los síntomas de la demencia, esta proteína no puede utilizarse de manera confiable como un biomarcador de valor predictivo, porque no todos los pacientes que presentan MCI terminan padeciendo la enfermedad de Alzheimer. Aunque la β-amiloide es el principal componente de las placas seniles, existen estructuras similares en otras demencias y en la angiopatía amiloide cerebral.
Pese a que la β-amiloide es la principal característica patológica que se evidencia a nivel cerebral en la enfermedad de Alzheimer, los biomarcadores presentes en la degeneración neuronal son los únicos que se cree que son capaces de brindar predicciones satisfactorias de la progresión clínica a corto plazo, como son la determinación simultánea de los tres marcadores en LCR: tau, fosfo-tau y AB42, que aumenta la especificidad y sensibilidad pronóstica de esta patología.
Estas técnicas son de limitada utilidad, ya que sólo sirven para realizar un diagnóstico y pronóstico a corto plazo, o cuando la enfermedad ya está instaurada. Pero este panorama podría cambiar radicalmente, al poder contar con una herramienta con poder predictivo, gracias a la investigación basada en inteligencia artificial realizada en la McGill University.
El método propuesto y sus resultados
Un equipo de científicos del Douglas Mental Health University Institute’s Translational Neuroimaging Laboratory at McGill utilizaron técnicas de inteligencia artificial y extensas bases de datos para desarrollar un algoritmo capaz de reconocer las señales de la demencia con una anticipación de dos años previos a su aparición, usando una PET de amiloide del cerebro, pertenecientes a pacientes en riesgo de desarrollar la enfermedad de Alzheimer. Sus hallazgos aparecen en un reciente estudio publicado en la revista Neurobiology of Aging .
El Dr. Pedro Rosa-Neto, coautor del estudio, espera que esta tecnología cambie la forma en que los médicos tratan a estos pacientes y que además pueda ayudar a acelerar las investigaciones en etapas previas a su aparición, con la esperanza que tenga el potencial de cambiar el curso de esta patología.
Este estudio consiste en un método probabilístico basado en el aprendizaje automático cuyo diseño se centra en la evaluación de la progresión de la demencia en el transcurso de un período de 24 meses, sobre la base de la información de una sola PET de amiloide.
Para realizar su estudio, el equipo de McGill hizo uso de los datos proporcionados por la Alzheimer’s Disease Neuroimaging Initiative (ADNI), un esfuerzo de investigación global en el que participan pacientes que aceptan completar una variedad de pruebas en base a imágenes y evaluaciones clínicas.
Un informático del equipo de Rosa-Neto y Gauthier, Sulantha Mathotaarachchi, utilizó varios cientos de PET de amiloide de pacientes con MCI de la base de datos de la ADNI para programar el algoritmo, buscando identificar qué pacientes podían desarrollar demencia, logrando una precisión del 84%, previo a la manifestación inicial de la sintomatología.
La investigación prosigue, con la finalidad de hallar otros biomarcadores para identificar la demencia, para ser incorporados en el algoritmo, para optimizar la capacidad predictiva del software.
Utilidad y usos futuros
Gracias a su elevada precisión, este algoritmo puede ser utilizado para probar las terapias modificadoras de la enfermedad, con el objetivo de atenuar la progresión de la enfermedad de Alzheimer.
En las palabras del Dr. Serge Gauthier: «Mediante el uso de esta herramienta, los ensayos clínicos podrían centrarse sólo en los individuos con una mayor probabilidad de progresar a la demencia dentro del lapso de tiempo que dura el estudio. Esto reducirá en gran medida el costo y el tiempo necesario para realizar estos estudios».
Este nuevo software ha sido puesto en línea para que los científicos y estudiantes puedan utilizarlo. Pero los médicos aún no podrán darle uso a esta herramienta en la práctica clínica, pues debe ser certificado por las autoridades de salud.
Para esto, el equipo de McGill está realizando más pruebas para validar el algoritmo, utilizando diferentes cohortes de pacientes, en especial, aquellos con cuadros que han sido agravadas por pequeñas hemorragias cerebrales.
