Herramienta de IA podría ayudar a diagnosticar el Alzheimer
Se estima que 5,7 millones de personas en los Estados Unidos tienen la enfermedad de Alzheimer, el tipo de demencia más común, y se espera que ese número se duplique para 2050. El diagnóstico precoz es fundamental para que los pacientes se beneficien de los pocos tratamientos disponibles. Sin embargo, ninguna prueba o exploración por sí sola puede proporcionar un diagnóstico concluyente mientras una persona aún está viva. En cambio, los médicos deben realizar extensas pruebas clínicas y neuropsicológicas. Como resultado, existe un interés creciente en el desarrollo de inteligencia artificial para identificar la enfermedad de Alzheimer a partir de imágenes cerebrales.
Investigadores de la Universidad de California en San Francisco ahora han entrenado con éxito un algoritmo de inteligencia artificial para identificar uno de los primeros signos de la enfermedad de Alzheimer, una disminución en el consumo de glucosa del cerebro, en imágenes de tomografía por emisión de positrones (PET). Según el estudio, el algoritmo predijo con precisión el eventual diagnóstico de Alzheimer en casi todos los casos de prueba.
En las imágenes PET, se ingieren o inyectan pequeñas cantidades de compuestos radiactivos en el cuerpo, lo que produce imágenes tridimensionales del metabolismo, la circulación y otras actividades celulares. El coautor del estudio, Jae Ho Sohn, radiólogo de la Universidad de California en San Francisco, dijo que la PET es ideal para una herramienta de diagnóstico de IA porque el Alzheimer provoca cambios sutiles en el metabolismo cerebral que ocurren años antes de que el tejido neural comience a degenerar. Estos cambios son «difíciles de detectar para los radiólogos», anotó.
El algoritmo fue entrenado y probado en 2100 imágenes cerebrales PET de aproximadamente 1000 personas de 55 años o más. Las imágenes son de un estudio de 12 años que siguió a personas finalmente diagnosticadas con Alzheimer, así como a aquellas con pérdida leve de memoria y controles sanos. El algoritmo se entrenó en el 90 % de los datos y se probó en el 10 % restante. Luego se volvió a probar en un segundo conjunto de datos independiente de 40 pacientes monitoreados durante 10 años. El algoritmo fue tan sensible que pudo identificar, en promedio, el 81 por ciento de los pacientes en el primer grupo de prueba y el 100 por ciento de los pacientes en el segundo grupo de prueba que serían diagnosticados con Alzheimer seis años después.Los hallazgos fueron publicados en febrero en radiología.
El algoritmo se basa en el «aprendizaje profundo», una técnica de aprendizaje automático que utiliza redes neuronales artificiales programadas para aprender de los ejemplos. «Esta es una de las primeras aplicaciones preliminares prometedoras del aprendizaje profundo en el diagnóstico de la enfermedad de Alzheimer», dijo el físico Christian Salvatore del Consejo Nacional de Investigación de Italia, que no participó en el estudio. Uno. Dijo: «El modelo funcionó muy bien en identificar pacientes con diagnósticos leves o avanzados, pero encontrarlos en sus primeras etapas «sigue siendo una de las preguntas abiertas más críticas en el campo».
Nota del editor (8 de mayo de 2023): esta historia se editó después de la publicación para reemplazar las imágenes cuyas descripciones no se pudieron identificar por completo.
