AI Supera: Impresionante precisión del 82% en predecir la progresión del Alzheimer
![](/images/blog/1484d4c10df037f00769500ff303e2d5.jpg)
Investigadores de Cambridge han desarrollado una herramienta de inteligencia artificial que predice con precisión la progresión del Alzheimer en individuos con signos tempranos de demencia, utilizando métodos no invasivos y rentables. Esta innovación podría reducir significativamente la dependencia de procedimientos diagnósticos costosos y mejorar las estrategias de intervención temprana, lo que podría beneficiar a millones de personas a nivel global. Crédito: SciTechDaily.com
Un modelo de IA de la Universidad de Cambridge puede predecir la progresión del Alzheimer con un 82% de precisión utilizando pruebas cognitivas simples y resonancias magnéticas, ofreciendo una alternativa no invasiva y más barata que los diagnósticos tradicionales.
Los científicos de Cambridge han desarrollado una herramienta de inteligencia artificial capaz de predecir en cuatro de cada cinco casos si las personas con signos tempranos de demencia se mantendrán estables o desarrollarán la enfermedad de Alzheimer.
El equipo afirma que este nuevo enfoque podría reducir la necesidad de pruebas diagnósticas invasivas y costosas mientras mejora los resultados del tratamiento temprano cuando las intervenciones como cambios en el estilo de vida o nuevos medicamentos pueden tener mejores resultados.
La demencia representa un importante desafío de salud global, afectando a más de 55 millones de personas en todo el mundo con un costo anual estimado de $820 mil millones. Se espera que el número de casos casi se triplique en los próximos 50 años.
La principal causa de la demencia es la enfermedad de Alzheimer, que representa el 60-80% de los casos. La detección temprana es crucial ya que es cuando los tratamientos son más efectivos, sin embargo, el diagnóstico y pronóstico tempranos de la demencia pueden no ser precisos sin el uso de pruebas invasivas o costosas como las tomografías por emisión de positrones (PET) o la punción lumbar, que no están disponibles en todas las clínicas de memoria. Como resultado, hasta un tercio de los pacientes pueden ser diagnosticados incorrectamente y otros diagnosticados muy tarde para que el tratamiento sea efectivo.
Un equipo dirigido por científicos del Departamento de Psicología de la Universidad de Cambridge ha desarrollado un modelo de aprendizaje automático capaz de predecir si y cuán rápido una persona con problemas leves de memoria y pensamiento progresará a desarrollar la enfermedad de Alzheimer. En una investigación publicada hoy (12 de julio) en la revista eClinical Medicine, demuestran que es más preciso que las herramientas de diagnóstico clínico actuales.
Para construir su modelo, los investigadores utilizaron datos de pacientes recopilados de manera rutinaria, no invasiva y de bajo costo: pruebas cognitivas y resonancias magnéticas estructurales que mostraban atrofia de materia gris, de más de 400 individuos que formaban parte de una cohorte de investigación en EE. UU.
Luego probaron el modelo utilizando datos de pacientes del mundo real de otros 600 participantes de la cohorte de EE. UU. y, lo que es más importante, datos longitudinales de 900 personas de clínicas de memoria en el Reino Unido y Singapur.
El algoritmo pudo distinguir entre personas con un deterioro cognitivo leve estable y aquellos que progresaron a la enfermedad de Alzheimer en un período de tres años. Pudo identificar correctamente a las personas que desarrollaron Alzheimer en el 82% de los casos y a las que no en el 81% de los casos, solo con pruebas cognitivas y una resonancia magnética.
El algoritmo fue aproximadamente tres veces más preciso en predecir la progresión al Alzheimer que el estándar de atención actual, es decir, indicadores clínicos estándar (como la atrofia de materia gris o puntajes cognitivos) o diagnóstico clínico. Esto muestra que el modelo podría reducir significativamente los diagnósticos incorrectos.
El modelo también permitió a los investigadores estratificar a las personas con enfermedad de Alzheimer utilizando datos de la primera visita de cada persona a la clínica de memoria en tres grupos: aquellos cuyos síntomas se mantendrían estables (alrededor del 50% de los participantes), los que progresarían lentamente a Alzheimer (aproximadamente el 35%) y los que progresarían más rápidamente (el 15% restante). Estas predicciones se validaron al observar datos de seguimiento durante 6 años. Esto es importante ya que podría ayudar a identificar a aquellas personas en una etapa lo suficientemente temprana como para beneficiarse de nuevos tratamientos, al mismo tiempo que identifica a aquellas personas que necesitan un seguimiento cercano ya que es probable que su condición empeore rápidamente.
Es importante destacar que esas personas que tienen síntomas como pérdida de memoria pero permanecen estables, serían mejor dirigidas a una vía clínica diferente ya que sus síntomas pueden deberse a otras causas distintas de la demencia, como la ansiedad o la depresión.
La autora principal, la profesora Zoe Kourtzi del Departamento de Psicología de la Universidad de Cambridge, dijo: "Hemos creado una herramienta que, a pesar de utilizar solo datos de pruebas cognitivas y resonancias magnéticas, es mucho más sensible que los enfoques actuales para predecir si alguien progresará desde síntomas leves a Alzheimer, y si es así, si este progreso será rápido o lento".