La inteligencia artificial supera a las pruebas clínicas en la predicción de la progresión de la enfermedad de Alzheimer.
Científicos de Cambridge han creado una herramienta de inteligencia artificial (IA) que puede predecir si las personas con signos tempranos de demencia permanecerán 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 de los tratamientos tempranos. Las intervenciones tempranas, como cambios en el estilo de vida o nuevos medicamentos, son más efectivas en esta etapa.
La demencia es un problema de salud global importante, que afecta a más de 55 millones de personas en todo el mundo y cuesta alrededor de 820 mil millones de dólares anualmente. Se espera que el número de casos se triplique en los próximos 50 años.
La enfermedad de Alzheimer es la principal causa de demencia, responsable del 60–80% de los casos. La detección temprana es crucial para un tratamiento efectivo, pero los métodos actuales a menudo implican 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 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 qué tan rápido las personas con problemas leves de memoria progresarán a Alzheimer. Su investigación, publicada en la revista eClinicalMedicine, muestra que este modelo es más preciso que las herramientas de diagnóstico clínicas actuales.
Los investigadores construyeron su modelo utilizando datos de bajo costo y no invasivos, incluyendo pruebas cognitivas y escáneres de MRI que muestran atrofia cerebral, de más de 400 individuos en una cohorte de investigación de EE. UU.
A continuación, probaron el modelo con datos del mundo real de 600 participantes más en 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 dentro de tres años. Identificó correctamente a individuos que desarrollarían Alzheimer en el 82% de los casos y a aquellos que no lo harían en el 81% de los casos, utilizando solo pruebas cognitivas y escáneres de MRI.
Este algoritmo fue alrededor de tres veces más preciso que los métodos actuales, reduciendo las posibilidades de un diagnóstico erróneo.
Este modelo también permitió a los investigadores clasificar a las personas con Alzheimer en tres grupos: aquellos cuyos síntomas permanecerían estables (alrededor del 50%), aquellos que progresarían lentamente (alrededor del 35%) y aquellos que progresarían rápidamente (el 15% restante).
Estas predicciones fueron validadas con datos de seguimiento durante seis años. Esta identificación temprana es crucial para aplicar nuevos tratamientos y monitorear de cerca a 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 diferentes caminos clínicos.
La profesora Zoe Kourtzi de la Universidad de Cambridge comentó: “Hemos desarrollado una herramienta que utiliza solo pruebas cognitivas y escáneres de MRI pero que es más sensible que los métodos actuales en predecir si alguien progresará a Alzheimer y cuán rápido”.
“Esto puede mejorar significativamente la atención al paciente, mostrando quién necesita un monitoreo cercano y aliviando la ansiedad de aquellos que se predice que permanecerán estables. También reduce la necesidad de pruebas innecesarias.”
El algoritmo fue validado con datos de casi 900 individuos de clínicas de memoria en el Reino Unido y Singapur, lo que demuestra que podría ser utilizado en entornos clínicos del mundo real.
El Dr. Ben Underwood, psiquiatra consultor honorario en CPFT y profesor asistente en la Universidad de Cambridge, destacó la importancia de reducir la incertidumbre acerca de los problemas de memoria en adultos mayores, que puede causar preocupación y frustración.
La profesora Kourtzi enfatizó la necesidad de mejores herramientas para abordar la demencia mediante la identificación e intervención temprana. El equipo tiene como objetivo extender su modelo a otras formas de demencia y diferentes tipos de datos, como marcadores de análisis de sangre.
“Nuestro objetivo es escalar nuestra herramienta de IA para ayudar a los clínicos a asignar a los pacientes adecuados a los caminos de diagnóstico y tratamiento correctos en el momento adecuado”, dijo la profesora Kourtzi. “Esto puede acelerar el descubrimiento de nuevos medicamentos para tratar la demencia.”
Fuente de información:
Marcador robusto e interpretable guiado por IA para la predicción temprana de demencia en entornos clínicos del mundo real. [eClinicalMedicine (2024)]. DOI: 10.1016/j.eclinm.2024.102725
