Una IA detecta mediante un análisis de sangre el Alzheimer y el Parkinson con más de un 90 % de precisión
CIENCIAS DE LA SALUD Y TECNOLOGIA.
La investigación identificó 15 proteínas en sangre capaces de diferenciar enfermedades neurodegenerativas y detectar patologías mixtas.
Un análisis de sangre con IA mejora la detección de Alzheimer y Parkinson. / Crédito: Nguyễn Hiệp en Unsplash.
Los científicos han desarrollado un clasificador basado en inteligencia artificial que distingue entre cuatro enfermedades cerebrales comunes que causan demencia: la enfermedad de Alzheimer, la enfermedad de Parkinson, la demencia frontotemporal y la demencia con cuerpos de Lewy, así como el envejecimiento cerebral saludable. Alcanza un 92,3 % de precisión.
De acuerdo a un estudio publicado en la revista Alzheimer’s & Dementia, un equipo de la Universidad de Washington, en Estados Unidos, ha creado un dispositivo de Inteligencia Artificial (IA) que distingue a partir de un análisis de sangre cuatro patologías neurodegenerativas: Alzheimer, Parkinson, demencia frontotemporal y cuerpos de Lewy, con una precisión global del 92,3 %. Además, la herramienta también detecta casos con más de una patología a la vez.
Proteínas vitales para detectar diferentes tipos de demencia.
El modelo fue entrenado para distinguir entre Alzheimer, Parkinson y las otras enfermedades, además de separar estas patologías del envejecimiento cerebral normal. La clave del sistema está en una firma de 15 proteínas detectables en sangre, elegidas por su relación con la enfermedad neurodegenerativa en el cerebro, incluyendo marcadores vinculados al daño sináptico, la lesión nerviosa y la inflamación.
La investigación se apoyó en datos de más de 3.200 personas, recogidos en centros de Washington vinculados al estudio del Alzheimer y los trastornos del movimiento. Después, el modelo fue verificado en un grupo independiente de 225 personas, evaluadas clínicamente en vida y examinadas luego en autopsia. En esa validación, las predicciones de la IA se alinearon con la carga patológica real hallada en el tejido cerebral, un dato relevante porque confirma que el algoritmo no solo “adivina” diagnósticos clínicos, sino que refleja procesos biológicos concretos.
Diferenciar enfermedades para un mejor diagnóstico.
De acuerdo a una nota de prensa, uno de los puntos más interesantes del dispositivo es su capacidad para reconocer patologías mixtas, algo muy frecuente en la práctica clínica y a la vez difícil de detectar. Muchos pacientes reciben un diagnóstico único, como por ejemplo Alzheimer o Parkinson, cuando en realidad presentan combinaciones de alteraciones cerebrales. El nuevo clasificador intenta resolver ese problema, al ofrecer una lectura más amplia de lo que ocurre en cada caso.
El hallazgo también apunta a un problema estructural del diagnóstico neurológico: la falta de herramientas accesibles y precisas para diferenciar enfermedades que comparten síntomas, evolucionan de forma heterogénea y, en ocasiones, se superponen. El objetivo es contar con un test “económico” y no invasivo que ayude a orientar diagnósticos tempranos, monitoreo y tratamientos personalizados. En el campo de la investigación, podría facilitar la selección de pacientes para ensayos clínicos y estudios poblacionales.
Por: Pablo Javier Piacente / T21.
Sitio Fuente: Levante / Tendencias21