Un equipo internacional de investigaci\u00f3n dirigido por la Universidad de Ciencia y Tecnolog\u00eda de Hong Kong ha desarrollado un modelo basado en inteligencia artificial (IA) que utiliza informaci\u00f3n gen\u00e9tica para predecir el riesgo de que una persona desarrolle la enfermedad de Alzheimer mucho antes de que aparezcan los s\u00edntomas.<\/p>\n
Este estudio pionero, publicado en la revista cient\u00edfica \u00b4Communications Medicine\u00b4, abre el camino a la utilizaci\u00f3n de m\u00e9todos de aprendizaje profundo para predecir el riesgo de enfermedades y descubrir sus mecanismos moleculares, lo que podr\u00eda revolucionar el diagn\u00f3stico, las intervenciones y la investigaci\u00f3n cl\u00ednica del Alzheimer y otras enfermedades comunes, como las cardiovasculares.<\/p>\n
Estos cient\u00edficos investigaron si la IA, espec\u00edficamente los modelos de aprendizaje profundo (\u00b4deep learning\u00b4), puede modelar el riesgo de Alzheimer utilizando informaci\u00f3n gen\u00e9tica. El equipo estableci\u00f3 uno de los primeros modelos de aprendizaje profundo para estimar los riesgos polig\u00e9nicos del Alzheimer tanto en poblaciones de ascendencia europea como china.<\/p>\n
En comparaci\u00f3n con otros modelos, estos modelos de aprendizaje profundo clasifican con mayor precisi\u00f3n a los pacientes con Alzheimer y estratifican a los individuos en grupos distintos en funci\u00f3n de los riesgos de enfermedad asociados a alteraciones de diversos procesos biol\u00f3gicos.<\/p>\n
En la pr\u00e1ctica diaria actual,\u00a0el Alzheimer se diagnostica cl\u00ednicamente, utilizando diversos medios que incluyen pruebas cognitivas e im\u00e1genes cerebrales, pero a menudo cuando los pacientes muestran s\u00edntomas, ya ha pasado la ventana de intervenci\u00f3n \u00f3ptima<\/strong>.<\/p>\n Por lo tanto, la predicci\u00f3n temprana del riesgo de Alzheimer puede ayudar en gran medida al diagn\u00f3stico y al desarrollo de estrategias de intervenci\u00f3n.<\/p>\n Combinando el nuevo modelo de aprendizaje profundo con pruebas gen\u00e9ticas, se puede estimar el riesgo de que un individuo desarrolle Alzheimer a lo largo de su vida con una precisi\u00f3n superior al 70 por ciento, seg\u00fan los resultados de esta investigaci\u00f3n.<\/p>\n El Alzheimer es un trastorno hereditario que puede atribuirse a variantes gen\u00f3micas<\/strong>. Dado que estas variantes est\u00e1n presentes desdel nacimiento y permanecen constantes durante toda la vida, el examen de la informaci\u00f3n del ADN de un individuo puede ayudar a predecir su riesgo relativo de desarrollar Alzheimer, lo que permite una intervenci\u00f3n temprana y una gesti\u00f3n oportuna.<\/p>\n Aunque las pruebas gen\u00e9ticas aprobadas para la variante gen\u00e9tica APOE-e4 pueden estimar el riesgo de Alzheimer, pueden ser insuficientes para identificar a los individuos de alto riesgo, ya que m\u00faltiples riesgos gen\u00e9ticos contribuyen a la enfermedad.<\/p>\n Por lo tanto, es esencial desarrollar pruebas que integren informaci\u00f3n de m\u00faltiples genes de riesgo de Alzheimer para determinar con precisi\u00f3n el riesgo relativo de un individuo de desarrollar Alzheimer a lo largo de su vida.<\/p>\n \u00abNuestro estudio demuestra la eficacia de los m\u00e9todos de aprendizaje profundo para la investigaci\u00f3n gen\u00e9tica y la predicci\u00f3n del riesgo de la enfermedad de Alzheimer. Este avance acelerar\u00e1 en gran medida el cribado a escala poblacional y la estadificaci\u00f3n del riesgo de Alzheimer<\/strong>. Adem\u00e1s de la predicci\u00f3n del riesgo, este enfoque permite agrupar a los individuos en funci\u00f3n de su riesgo de enfermedad y proporciona informaci\u00f3n sobre los mecanismos que contribuyen a la aparici\u00f3n y progresi\u00f3n de la enfermedad<\/em>\u00ab, ha asegurado una de las l\u00edderes de la investigaci\u00f3n,\u00a0Nancy Ip<\/strong>.<\/p>\n <\/p>\n