El diagnóstico temprano de la enfermedad de Alzheimer es extremadamente importante, ya que los tratamientos e intervenciones son más efectivos al principio de la enfermedad. Sin embargo se trata de un reto. Hasta la fecha, la investigación científica ha relacionado el proceso de la enfermedad con los cambios en el metabolismo, como lo demuestra la captación de glucosa en ciertas regiones del cerebro, pero estos cambios pueden ser difíciles de reconocer.
Según un estudio publicado en Radiology, la inteligencia artificial (IA) es capaz de aumentar la capacidad para predecir la enfermedad de Alzheimer.
«Las diferencias en el patrón de captación de glucosa en el cerebro son muy sutiles y difusos – señala el coautor del estudio Jae Ho Sohn – . Los humanos somos adecuados para encontrar biomarcadores específicos de la enfermedad, pero los cambios metabólicos representan un proceso más global y sutil».
El equipo de Sohn entrenó un algoritmo de aprendizaje profundo (machine learning) para profundizar en una tecnología de imagen conocida como tomografía por emisión de positrones con 18-F-fluorodeoxiglucosa (FDG-PET). En una exploración de FDG-PET, FDG, se inyectó un compuesto radiactivo de glucosa en la sangre. Las imágenes permiten medir la captación de FDG en las células del cerebro, un indicador de la actividad metabólica.
Los investigadores hicieron que el sistema de IA analizara más de 2.100 imágenes cerebrales de 1.002 pacientes, en total le mostraron el 90% de las imágenes para enseñarle a identificar los patrones vinculados a la enfermedad de Alzheimer y luego lo probaron en el 10% restante. A través del aprendizaje profundo, el algoritmo logró señalar los patrones metabólicos que correspondían a la enfermedad.
Para confirmar los hallazgos, el equipo de Sohn utilizó el algoritmo en un conjunto independiente de 40 imágenes. Los resultados mostraron que la IA logró una sensibilidad del 100% en la detección de la enfermedad un promedio de más de seis años antes del diagnóstico final.
Juan Scaliter
