<\/p>\n
La enfermedad de Alzheimer es, hoy en d\u00eda, la enfermedad neurodegenerativa m\u00e1s frecuente entre las personas mayores, afectando a m\u00e1s de 40 millones de personas en todo el mundo. En ausencia de una cura, que por ahora parece resistirse a los investigadores, la realizaci\u00f3n de un diagn\u00f3stico precoz resulta fundamental a la hora afrontar el tratamiento. As\u00ed, \u00e9ste ser\u00e1 m\u00e1s efectivo cuanto mayor sea el margen de detecci\u00f3n de esta dolencia antes de que aparezcan los primeros s\u00edntomas y haya empezado a producirse un descenso del volumen cerebral.<\/p>\n
Por eso la investigaci\u00f3n recientemente publicada en la revista Radiology es una buena noticia, pues plantea la posibilidad de que podamos recurrir a la inteligencia artificial para detectar, con una antelaci\u00f3n de m\u00e1s de 6 a\u00f1os, los primeros (y hasta ahora, pr\u00e1cticamente indetectables) signos de aparici\u00f3n de la enfermedad.<\/p>\n
<\/p>\n
Alteraciones en la glucosa del cerebro casi indetectables (para nosotros)<\/p>\n
Y es que, provey\u00e9ndole de 2.100 tomograf\u00edas por emisi\u00f3n de positrones de 1.002 pacientes distintos, los investigadores fueron capaces de entrenar un algoritmo de aprendizaje profundo para detectar peque\u00f1as alteraciones en la metabolizaci\u00f3n de la glucosa en el cerebro. Seg\u00fan explica Jae Ho Sohn, coautor del estudio, \u00ablas diferencias en el patr\u00f3n de captaci\u00f3n de la glucosa en el cerebro son muy sutiles y difusas […] Las personas somos buenas para encontrar biomarcadores espec\u00edficos, pero los cambios metab\u00f3licos representan un proceso m\u00e1s global y sutil\u00bb.<\/p>\n
<\/p>\n
Tras haber entrenado al algoritmo en el 90% del mencionado conjunto de datos (procedente de la Iniciativa de Neuroimagen de la enfermedad de Alzheimer), su efectividad fue testada con el 10% restante y, posteriormente, con un nuevo conjunto de tomograf\u00edas correspondiente a 40 pacientes que nunca hab\u00eda estudiado. El algoritmo demostr\u00f3 una efectividad del 100% para detectar la enfermedad una media de m\u00e1s de seis a\u00f1os antes del diagn\u00f3stico definitivo.<\/p>\n
<\/p>\n
Estos investigadores son conscientes de que estamos ante un estudio peque\u00f1o que requerir\u00e1, a partir de ahora, de un nuevo ensayo prospectivo m\u00e1s amplio para demostrar de qu\u00e9 es capaz; pero al mismo tiempo, ya piensan en el siguiente paso: entrenar a este algoritmo en la b\u00fasqueda de patrones asociados con la acumulaci\u00f3n de prote\u00ednas beta-amiloides y tau, marcadores espec\u00edficos del alzh\u00e9imer.<\/p>\n
Realmente, ya se han dado pasos en esa direcci\u00f3n: el a\u00f1o pasado, cient\u00edficos de la Universidad McGill de Canad\u00e1 anunciaron la creaci\u00f3n de AIDDementia (abreviatura de Inteligencia Artificial para el Diagn\u00f3stico de la Demencia), que bas\u00e1ndose tambi\u00e9n en el estudio de tomograf\u00edas, pero destinadas en este caso al an\u00e1lisis de las alteraciones en la presencia de amiloide, fue capaz de identificar qui\u00e9n desarrollar\u00eda la enfermedad de Alzheimer en los pr\u00f3ximos dos a\u00f1os con una precisi\u00f3n del 84%; un \u00e9xito m\u00e1s discreto que el logrado ahora al estudiar la glucosa.<\/p>\n
<\/p>\n
Inteligencia artificial para estudiar la relaci\u00f3n entre alzh\u00e9imer y genoma<\/p>\n
Sin embargo, la detecci\u00f3n temprana no es la \u00fanica preocupaci\u00f3n de los especialistas en este campo. De poco servir\u00e1 detectar los casos si no surgen nuevos tratamientos, cada vez m\u00e1s efectivos. Y, por desgracia, ha habido algunos fracasos en este campo en los \u00faltimos tiempos: el verubecestat de Merck (un inhibidor del ‘gen BACE-1’), o el solanezumab de Eli Lilly, eran tratamientos prometedores que tuvieron que retirarse por fracasos en las etapas finales de las pruebas.<\/p>\n
Seg\u00fan Winston Hide, uno de los principales bioinform\u00e1ticos del mundo, la reproducibilidad de los datos y la capacidad de identificar la contribuci\u00f3n concreta de determinados genes en la aparici\u00f3n de la enfermedad son algunos de los grandes problemas a los que se enfrentan los investigadores. \u00abAqu\u00ed es donde entra en juego la IA, gracias a su capacidad para integrar de forma masiva datos de todo el genoma para identificar las v\u00edas m\u00e1s relevantes\u00bb, seg\u00fan explica Antonio Ruiz, investigador del Institute of Materials Discovery<\/p>\n
El a\u00f1o pasado, el servicio Watson Health de IBM logr\u00f3, gracias a la inteligencia artificial, identificar cinco nuevos genes implicados en la aparici\u00f3n de la Esclerosis Lateral Amiotr\u00f3fica (ELA), que nunca antes hab\u00edan sido vinculados con esta enfermedad. Lograr algo equiparable en el campo de la enfermedad de Alzheimer ser\u00eda un paso adelante fundamental en la b\u00fasqueda de nuevos tratamientos.<\/p>\n
<\/p>\n
<\/p>\n
MARCOS MERINO<\/p>\n
Fuente: www.xataka.com<\/p>\n","protected":false},"excerpt":{"rendered":"
La enfermedad de Alzheimer es, hoy en día, la enfermedad neurodegenerativa más frecuente entre las personas mayores, afectando a más de 40 millones de personas en todo el mundo.<\/p>\n