Inteligencia artificial para salvar el cerebro humano del alzhéimer: diagnóstico más temprano y exploración de nuevos tratamientos

La enfermedad de Alzheimer es, hoy en día, la enfermedad neurodegenerativa más frecuente entre las personas mayores, afectando a más de 40 millones de personas en todo el mundo. En ausencia de una cura, que por ahora parece resistirse a los investigadores, la realización de un diagnóstico precoz resulta fundamental a la hora afrontar el tratamiento. Así, éste será más efectivo cuanto mayor sea el margen de detección de esta dolencia antes de que aparezcan los primeros síntomas y haya empezado a producirse un descenso del volumen cerebral.

Por eso la investigación recientemente publicada en la revista Radiology es una buena noticia, pues plantea la posibilidad de que podamos recurrir a la inteligencia artificial para detectar, con una antelación de más de 6 años, los primeros (y hasta ahora, prácticamente indetectables) signos de aparición de la enfermedad.

Alteraciones en la glucosa del cerebro casi indetectables (para nosotros)

Y es que, proveyéndole de 2.100 tomografías por emisión de positrones de 1.002 pacientes distintos, los investigadores fueron capaces de entrenar un algoritmo de aprendizaje profundo para detectar pequeñas alteraciones en la metabolización de la glucosa en el cerebro. Según explica Jae Ho Sohn, coautor del estudio, "las diferencias en el patrón de captación de la glucosa en el cerebro son muy sutiles y difusas [...] Las personas somos buenas para encontrar biomarcadores específicos, pero los cambios metabólicos representan un proceso más global y sutil".

En Xataka

Hacia la vacuna del alzhéimer: nuevos datos sobre la relación entre el virus del herpes y la enfermedad dibujan el camino

Tras haber entrenado al algoritmo en el 90% del mencionado conjunto de datos (procedente de la Iniciativa de Neuroimagen de la enfermedad de Alzheimer), su efectividad fue testada con el 10% restante y, posteriormente, con un nuevo conjunto de tomografías correspondiente a 40 pacientes que nunca había estudiado. El algoritmo demostró una efectividad del 100% para detectar la enfermedad una media de más de seis años antes del diagnóstico definitivo.

Estos investigadores son conscientes de que estamos ante un estudio pequeño que requerirá, a partir de ahora, de un nuevo ensayo prospectivo más amplio para demostrar de qué es capaz; pero al mismo tiempo, ya piensan en el siguiente paso: entrenar a este algoritmo en la búsqueda de patrones asociados con la acumulación de proteínas beta-amiloides y tau, marcadores específicos del alzhéimer.

Realmente, ya se han dado pasos en esa dirección: el año pasado, científicos de la Universidad McGill de Canadá anunciaron la creación de AIDDementia (abreviatura de Inteligencia Artificial para el Diagnóstico de la Demencia), que basándose también en el estudio de tomografías, pero destinadas en este caso al análisis de las alteraciones en la presencia de amiloide, fue capaz de identificar quién desarrollaría la enfermedad de Alzheimer en los próximos dos años con una precisión del 84%; un éxito más discreto que el logrado ahora al estudiar la glucosa.

Inteligencia artificial para estudiar la relación entre alzhéimer y genoma

Sin embargo, la detección temprana no es la única preocupación de los especialistas en este campo. De poco servirá detectar los casos si no surgen nuevos tratamientos, cada vez más efectivos. Y, por desgracia, ha habido algunos fracasos en este campo en los últimos tiempos: el verubecestat de Merck (un inhibidor del 'gen BACE-1'), o el solanezumab de Eli Lilly, eran tratamientos prometedores que tuvieron que retirarse por fracasos en las etapas finales de las pruebas.

Según Winston Hide, uno de los principales bioinformáticos del mundo, la reproducibilidad de los datos y la capacidad de identificar la contribución concreta de determinados genes en la aparición de la enfermedad son algunos de los grandes problemas a los que se enfrentan los investigadores. "Aquí es donde entra en juego la IA, gracias a su capacidad para integrar de forma masiva datos de todo el genoma para identificar las vías más relevantes", según explica Antonio Ruiz, investigador del Institute of Materials Discovery

El año pasado, el servicio Watson Health de IBM logró, gracias a la inteligencia artificial, identificar cinco nuevos genes implicados en la aparición de la Esclerosis Lateral Amiotrófica (ELA), que nunca antes habían sido vinculados con esta enfermedad. Lograr algo equiparable en el campo de la enfermedad de Alzheimer sería un paso adelante fundamental en la búsqueda de nuevos tratamientos.