Investigadors de l’Institut Tecnològic de Massachusetts (Estats Units) han desenvolupat un model de ‘machine learning’ que pot predir fins a dos anys abans com d’intens serà el declivi cognitiu de pacients en risc de patir la malaltia d’Alzheimer.
El model, que es presentarà aquesta setmana a la conferència ‘Machine Learning for Health Care’, podria utilitzar-se per millorar la selecció dels fàrmacs candidats i les cohorts de participants per als assajos clínics, que fins ara han estat “notòriament infructuosos”. També els permetria als pacients saber que poden experimentar un ràpid declivi cognitiu en els propers mesos i anys, perquè ells i els seus éssers estimats puguin preparar-se.
En la seva investigació, els investigadors primer van entrenar un model de població sobre un conjunt de dades que incloïa puntuacions de proves cognitives clínicament significatives i altres dades biomètriques de pacients amb Alzheimer, i també d’individus sans, recopilats entre les visites bianuals al metge. A partir de les dades, el model aprèn patrons que poden ajudar a predir la puntuació dels pacients en les proves cognitives realitzades entre visites.
En els nous participants, un segon model, personalitzat per a cada pacient, actualitza contínuament les prediccions de puntuació basant-se en les noves dades registrats, com la informació recollida durant les visites més recents. Els experiments indiquen que es poden fer prediccions precises de cara al futur als sis, 12, 18 i 24 mesos.
Per tant, els metges podrien utilitzar el model per ajudar a seleccionar els participants en risc per als assajos clínics, que probablement demostrin un ràpid declivi cognitiu, possiblement fins i tot abans que apareguin altres símptomes clínics. El tractament d’hora d’aquests pacients pot ajudar els metges a fer un millor seguiment dels medicaments anti-demència que estan i no estan funcionant.
“La predicció precisa del declivi cognitiu de sis a 24 mesos és crítica per al disseny d’assajos clínics. Ser capaç de predir amb precisió els canvis cognitius futurs pot reduir el nombre de visites que el participant ha de fer, el que pot ser costós i consumir molt de temps. a més d’ajudar a desenvolupar un medicament útil, l’objectiu és ajudar a reduir els costos dels assajos clínics perquè siguin més assequibles i es realitzin a major escala “, assegura un dels autors del model, Oggi Rudovic.
font: cope.es
