IA supera pruebas clínicas al predecir el progreso de la enfermedad de Alzheimer

Investigadores del Departamento de Psicología de la Universidad de Cambridge han desarrollado una poderosa herramienta de inteligencia artificial (IA) que es capaz de predecir en cuatro de cada cinco casos si las personas con signos tempranos de demencia pueden permanecer estables o desarrollar la enfermedad de Alzheimer.

El equipo de científicos señaló que este nuevo enfoque ayudaría a reducir la necesidad de pruebas diagnósticas invasivas y costosas, así como mejorar los resultados del tratamiento en una etapa temprana cuando intervenciones como cambios en el estilo de vida o nuevos medicamentos pueden tener la oportunidad de funcionar mejor.

Hoy en día, la demencia es una enfermedad que plantea un importante desafío sanitario mundial, pues afecta a más de 55 millones de personas en todo el mundo y tiene un coste anual de 820.000 millones de dólares. Con ello, se prevé que el número de casos se puede triplicar en los próximos 50 años.

Así se desarrolló esta IA

Entre tanto, esta investigación publicada en ClinicalMedicine destacó que los investigadores utilizaron datos de pacientes recopilados de forma rutinaria, no invasiva y de bajo costo (pruebas cognitivas y exploraciones de resonancia magnética estructural que mostraban atrofia de la materia gris) de más de 400 personas que formaban parte de una cohorte de investigación en los EE. UU.

Después, probaron el modelo utilizando los datos de pacientes reales de 600 personas de la cohorte estadounidense y datos longitudinales de 900 personas de clínicas de memoria del Reino Unido y Singapur. Como resultado, se obtuvo que el algoritmo fue capaz de distinguir entre personas con deterioro cognitivo leve estable y aquellas que progresaron a la enfermedad de Alzheimer en un período de tres años.

También fue capaz de identificar correctamente a las personas que desarrollaron Alzheimer en el 82% de los casos e identificar correctamente a las que no lo desarrollaron en el 81% de los casos a partir de pruebas cognitivas y una resonancia magnética únicamente.

El algoritmo demostró ser aproximadamente tres veces más preciso en la predicción de la progresión hacia el Alzheimer en comparación con los métodos estándar actuales, como los marcadores clínicos convencionales (como la atrofia de la materia gris o las evaluaciones cognitivas) o el diagnóstico clínico. Este avance sugiere que el modelo podría significativamente disminuir los errores diagnósticos asociados.

A su vez, el modelo también facilitó a los investigadores la estratificación de personas con enfermedad de Alzheimer utilizando datos de la primera visita a la clínica de memoria, dividiéndolas en tres grupos: aquellos cuyos síntomas se mantendrían estables (aproximadamente el 50% de los participantes), aquellos que experimentarían una progresión lenta hacia el Alzheimer (alrededor del 35%), y aquellos que mostrarían una progresión más rápida (el 15% restante).

Las predicciones, validadas a lo largo de un seguimiento de seis años, son cruciales para identificar tempranamente a personas que podrían beneficiarse de nuevos tratamientos y para identificar aquellas que requieren un seguimiento cercano debido a un posible deterioro rápido de su condición.

Además, es fundamental destacar que el 50% de las personas con síntomas como pérdida de memoria, pero que permanecen estables, podrían beneficiarse de una evaluación clínica diferenciada. Sus síntomas podrían ser atribuibles a otras causas aparte de la demencia, como la ansiedad o la depresión.

Por su parte, la profesora Zoe Kourtzi del Departamento de Psicología de la Universidad de Cambridge, señaló: “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, de ser así, si este progreso será rápido o lento”.