Inteligencia artificial detecta la enfermedad de Alzheimer con una precisión de más del 90%

Comparta este Artículo en:

Inteligencia artificial que lee escáneres cerebrales es prometedora para encontrar genes del Alzheimer.

Los investigadores han examinado genomas de miles de personas en un esfuerzo por identificar genes relacionados con la enfermedad de Alzheimer.

Pero estos científicos se han enfrentado a un serio obstáculo: es difícil saber con certeza cuál de esas personas tiene Alzheimer.

No existe un análisis de sangre infalible para detectar esta enfermedad, y la demencia, un síntoma clave del Alzheimer, también es causada por otros trastornos.

Es posible que el Alzheimer en etapa temprana no cause ningún síntoma.

Ahora, investigadores han desarrollado enfoques basados en inteligencia artificial (IA) que podrían ayudar.

Un algoritmo clasifica eficientemente una gran cantidad de imágenes cerebrales y selecciona aquellas que incluyen características del Alzheimer.

Un segundo método de aprendizaje automático identifica características estructurales importantes del cerebro, un esfuerzo que eventualmente podría ayudar a los científicos a detectar nuevos signos de Alzheimer en escáneres cerebrales.

El objetivo es utilizar imágenes cerebrales de las personas como “biomarcadores” visuales del Alzheimer.

La aplicación del método a grandes bases de datos que también incluyen información médica y datos genéticos, como el Biobanco del Reino Unido, podría permitir a los científicos identificar genes que contribuyen a la enfermedad.

A su vez, este trabajo podría ayudar a la creación de tratamientos y de modelos que predigan quiénes están en riesgo de desarrollar la enfermedad.

La combinación de genómica, imágenes cerebrales e inteligencia artificial está permitiendo a los investigadores “encontrar medidas cerebrales que están estrechamente relacionadas con un controlador genómico”, dice Paul Thompson, neurocientífico de la Universidad del Sur de California en Los Ángeles, quien encabeza los esfuerzos para desarrollar estos algoritmos.

En las últimas dos décadas se ha secuenciado el genoma de miles de personas y se han escaneado sus cerebros como parte de los esfuerzos por construir bases de datos de investigación masivas.

Pero el ritmo al que se produce este torrente de información está superando la capacidad de los investigadores para analizarla e interpretarla.

“Actualmente contamos con una gran cantidad de datos en comparación con cómo eran las cosas hace cinco o diez años, y ahí es donde los enfoques de IA [y aprendizaje automático] pueden sobresalir“, dice Alison Goate, genetista de la Escuela de Medicina Icahn en Mount Sinai. En nueva york.

En 2020, Thompson lanzó AI4AD, un consorcio de investigadores de Estados Unidos que tiene como objetivo desarrollar herramientas de inteligencia artificial para analizar e integrar datos genéticos, de imágenes y cognitivos relacionados con la enfermedad de Alzheimer.

Como parte de este proyecto, los investigadores crearon un modelo de IA entrenado en decenas de miles de escáneres cerebrales mediante resonancia magnética (MRI).

Estas imágenes habían sido revisadas previamente por médicos, quienes seleccionaron exploraciones que mostraban evidencia de Alzheimer.

A partir de las imágenes, la herramienta de inteligencia artificial aprendió cómo son los cerebros de personas con y sin Alzheimer.

En un ensayo, reportado en una preimpresión que aún no ha sido revisada por pares, el clasificador de IA detectó Alzheimer en escáneres cerebrales con una precisión de más del 90%.

El consorcio también ha utilizado un enfoque similar para crear un clasificador que pueda clasificar con precisión las exploraciones en categorías separadas según cambios patológicos específicos en el cerebro asociados con el deterioro cognitivo y la demencia.

Degui Zhi, científico de datos del Centro de Ciencias de la Salud de la Universidad de Texas en Houston, y sus colegas han adoptado un enfoque diferente.

Mientras que Thompson y su equipo centraron el modelo de IA en áreas del cerebro que se sabe que están relacionadas con el Alzheimer, Zhi quería que la herramienta aprendiera por sí misma las características estructurales del cerebro que pueden ayudar a diagnosticar la enfermedad.

La herramienta de inteligencia artificial de los investigadores revisó miles de escáneres cerebrales y eligió las características que diferenciaban de manera más confiable el cerebro de una persona del de otra.

Zhi dice que esto minimiza la probabilidad de que el sesgo humano influya en el algoritmo.

Ahora, el equipo de Zhi está utilizando el algoritmo para identificar los rasgos que mejor distinguen entre los escáneres cerebrales de personas con y sin Alzheimer.

Thompson y Zhi reconocen que los modelos de IA son tan buenos como los datos con los que se entrenan.

Existe una falta de diversidad racial y geográfica en las personas a quienes se les ha escaneado el cerebro y se han secuenciado sus genomas, especialmente en bases de datos como el Biobanco del Reino Unido, por lo que los hallazgos de esta investigación guiada por IA podrían no ser aplicables a todos.

Además, Goate dice que será crucial demostrar que el rendimiento de los modelos de IA se puede replicar en otras bases de datos y que muestran resultados consistentes.

Rudolph Tanzi, neurogenetista del Hospital General de Massachusetts en Boston, dice que estos biomarcadores algún día podrían convertirse en parte de un conjunto de puntuaciones de riesgo para la enfermedad que también integre biomarcadores sanguíneos y genéticos.

Cuando se combinan todos estos datos, las puntuaciones de riesgo pueden volverse “exponencialmente más sensibles”, lo que con suerte permitirá a las personas buscar tratamiento temprano antes de que la enfermedad progrese, añade.

El Alzheimer es sólo el comienzo, dice Thompson.

Si este enfoque funciona, también podría aplicarse a otras enfermedades que tienen una presentación física en las imágenes cerebrales, afirma.

Fuente: Nature