Inteligencia artificial y neuroimagen, un binomio prometedor en la predicción de la enfermedad de Alzheimer

Un reciente estudio ha demostrado que un tipo de inteligencia artificial, aplicada en una modalidad de neuroimagen, podría predecir el desarrollo de la enfermedad de Alzheimer más de seis años antes de su diagnóstico definitivo.

inteligencia artificial alzheimer

Imagen representando un androide en un entorno futurista (Sujin Soman en Pixabay).

El alzhéimer es una enfermedad progresiva que destruye la memoria y otras funciones mentales importantes. Conseguir adelantar su diagnostico antes de que todos los síntomas se presenten permitiría que las intervenciones terapéuticas fueran más efectivas.

En pacientes con la enfermedad de Alzheimer se ha observado que hay una disminución en la captación de glucosa en varias áreas del cerebro. Para poder medir estos cambios metabólicos se utiliza una técnica conocida como Tomografía por Emisión de Positrones (TEP o PET, por sus siglas en inglés).

La PET es una técnica que, entre otros campos, puede aplicarse al estudio del sistema nervioso central, neuroimagen. Esta herramienta detecta un tipo especial de átomo radiactivo, como el flúor 18 (18F), que se une a la molécula que se quiere visualizar, en este caso, un análogo de la glucosa conocido como 18F-Fluorodesoxiglucosa (FDG).

También te puede interesar leer: Terapia contra el miedo a las alturas: mediante realidad virtual, totalmente automatizada y «al menos tan buena como la terapia cara a cara»

La inteligencia artificial al servicio de la neuroimagen

En un trabajo recientemente publicado en la prestigiosa revista Radiology, unos investigadores utilizaron un algoritmo de aprendizaje profundo, un tipo de inteligencia artificial, sobre imágenes PET de pacientes en las que median el metabolismo cerebral de la glucosa. De esta manera, los científicos querían saber si eran capaces de predecir que personas desarrollaran alzhéimer .

“Las diferencias en los patrones de captación de glucosa en el cerebro son muy sutiles y difusas”, comentó Jae Ho Sohn, co-autor del trabajo e investigador en la Universidad de California en San Francisco (UCSF). “Las personas son buenas encontrando biomarcadores específicos de una enfermedad, pero los cambios metabólicos representan un proceso más global y sutil”.

Para este trabajo se utilizaron 2109 imágenes de 1002 pacientes tomadas entre 2006 y 2016. Estas fueron extraídas de la base de datos de la Iniciativa de Neuroimagen de la Enfermedad de Alzheimer (INEA o ADNI, por sus siglas en inglés).

Ejemplos de imágenes PET con 18F-Fluorodesoxiglucosa de la base de datos perteneciente a la Iniciativa de Neuroimagen de la Enfermedad de Alzheimer. A) imagenes de diferentes cortes cerebrales pertenecientes a un hombre de 76 años con la enfermedad de Alzheimer, B) mujer de 83 años con deterioro cognitivo leve y C) hombre de 80 años sin ninguna de las condiciones anteriores. En este ejemplo el paciente con alzhéimer presenta ligeramente menos materia gris que los otros dos casos. La diferencia entre el paciente con deterioro cognitivo leve y el paciente que no presenta ninguna condición clínica es mínima a simple vista (Extraido de Yiming Ding et al. 2018).

Los investigadores utilizaron el 90% de estas imágenes para entrenar a la inteligencia artificial en el reconocimiento de patrones de captación de glucosa relacionados con el alzhéimer. El 10% restante se utilizó para comprobar que el algoritmo predecía el desarrollo de la enfermedad de Alzheimer en pacientes cuyas imágenes no había analizado previamente.

Posteriormente, los investigadores probaron la inteligencia artificial sobre 40 imágenes PET independientes de pacientes obtenidas en su centro de investigación. El algoritmo logro detectar el desarrollo de la enfermedad de Alzheimer con una sensibilidad del 100% y con una media de más de seis años antes del diagnóstico final.

“Estuvimos muy satisfechos del funcionamiento del algoritmo,” dijo el investigador. “Fue capaz de predecir cada caso que se desarrolló como enfermedad de Alzheimer”.

También te puede interesar leer: Más cercana la posibilidad de diagnosticar el párkinson con ayuda de la PET

Maquinas vs humanos

En este estudio también se quiso comparar si la inteligencia artificial tenia una mejor capacidad de predicción que la humana. Para ello, hasta 5 expertos radiólogos examinaron cada una de las 40 imágenes PET independientes utilizadas anteriormente.

inteligencia artificial alzheimer

Imagen representando a los dos tipos de enfoque del estudio, la inteligencia artificial vs la humana (Gerd Altmann en Pixabay).

Finalmente, se comprobó que la inteligencia artificial realizó un mejor análisis que los radiólogos en la predicción de los pacientes que desarrollarían la enfermedad de Alzheimer (sensibilidad 100% vs 57%, respectivamente).

Perspectivas

Aunque 40 imágenes es un grupo pequeño para valorar el funcionamiento del algoritmo de inteligencia artificial y necesita realizarse una validación con un grupo de pacientes más grande, esta herramienta podría ser muy útil para complementar el trabajo de los radiólogos en la detección temprana de la enfermedad de Alzheimer.

“Si diagnosticamos la enfermedad de Alzheimer cuando todos los síntomas se han manifestado, la perdida de volumen cerebral será muy significativa y será demasiado tarde para intervenir” dijo Jae Ho Sohn.” Si podemos detectarla precozmente es una oportunidad para los investigadores para encontrar mejores modos de ralentizar o incluso detener la enfermedad.”

Este estudio abre las puertas a futuras líneas de investigación donde se podría entrenar a esta inteligencia artificial para buscar patrones asociados con la acumulación de otros biomarcadores de la enfermedad de Alzheimer, como la proteína tau y las placas de los péptidos beta amiloides. Esto mejoraría aún más, posiblemente, la capacidad de predicción temprana del alzhéimer.

También te puede interesar leer: La imagen por resonancia magnética tiene más precisión que las pruebas clínicas rutinarias para predecir que personas desarrollarán alzhéimer

Fuentes y referencias:

Yiming Ding et al (2018): A Deep Learning Model to Predict a Diagnosisof Alzheimer Disease by Using 18F-FDG PET of the Brain. Radiology. En https://pubs.rsna.org/doi/10.1148/radiol.2018180958

RSNA (2018): Artificial Intelligence Predicts Alzheimer’s Years Before Diagnosis. NeuroscienceNews. En https://neurosciencenews.com/alzheimers-artificial-intelligence-10157/

IMPORTANTE

TiTi es un sitio web de información dirigido a un público general no especializado. Bajo ningún concepto debe ser tomado como sustituto del criterio médico. Si tiene cualquier duda relacionada con su salud, consulte con su médico. 

Búsqueda por etiquetas:,