Este trabajo demuestra la\u00a0utilidad de la Inteligencia Artificial (IA) a la hora de detectar patrones en los datos cl\u00ednicos<\/strong> que luego pueden utilizarse para explorar grandes bases de datos gen\u00e9ticos y determinar qu\u00e9 es lo que impulsa ese riesgo. El objetivo \u00faltimo es acelerar el diagn\u00f3stico y tratamiento del Alzheimer y otras enfermedades complejas.<\/p>\n Tal y como afirma la autora principal del estudio,\u00a0Alice Tang<\/strong>, estudiante de doctorado en el laboratorio Sirota de la UCSF,\u00a0\u00abse trata de un primer paso hacia el uso de la Inteligencia Artificialen datos cl\u00ednicos rutinarios, no s\u00f3lo para identificar el riesgo lo antes posible, sino tambi\u00e9n para\u00a0comprender la biolog\u00eda<\/strong>\u00a0que hay detr\u00e1s\u00bb. \u00abEl poder de este enfoque de IA proviene de la identificaci\u00f3n del riesgo basada en combinaciones de enfermedades\u00bb<\/em>. se\u00f1ala.<\/p>\n Los cient\u00edficos llevan mucho tiempo tratando de descubrir los\u00a0factores biol\u00f3gicos y predictivos del Alzheimer<\/strong>, una forma de demencia progresiva y mortal que destruye la memoria. El\u00a0riesgo de contraer la enfermedad aumenta con la edad<\/strong>, y aunque las mujeres suelen vivir m\u00e1s que los hombres, eso no explica del todo por qu\u00e9 la padecen m\u00e1s mujeres que hombres.<\/p>\n Para realizar este estudio los investigadores utilizaron la\u00a0base de datos cl\u00ednicos de la UCSF<\/strong>, compuesta por m\u00e1s de 5 millones de pacientes, para buscar afecciones concurrentes en pacientes a los que se hab\u00eda diagnosticado Alzheimer en el Centro de Memoria y Envejecimiento de la UCSF en comparaci\u00f3n con individuos sin Alzheimer, y descubrieron que pod\u00edan\u00a0identificar con un 72% de poder predictivo qui\u00e9n desarrollar\u00eda la enfermedad hasta siete a\u00f1os antes.<\/strong><\/p>\n Varios factores, como\u00a0la hipertensi\u00f3n, el colesterol alto y la deficiencia de vitamina D<\/strong>, resultaron ser predictivos tanto en hombres como en mujeres. La\u00a0disfunci\u00f3n er\u00e9ctil y el agrandamiento de la pr\u00f3stata<\/strong>\u00a0tambi\u00e9n se identificaron como factores predictivos en hombres. Sin embargo, para las mujeres, la\u00a0osteoporosis\u00a0<\/strong>result\u00f3 ser un factor predictivo de especial importancia. Esto no implica que todas las personas con esta enfermedad \u00f3sea, que es com\u00fan entre las mujeres mayores, desarrollar\u00e1n Alzheimer.<\/p>\n \u00abEs la combinaci\u00f3n de enfermedades lo que permite a nuestro modelo predecir la aparici\u00f3n del Alzheimer\u00bb<\/em>, recalca Tang, afirmando que\u00a0\u00abnuestro hallazgo de que la osteoporosis es un factor predictivo para las mujeres pone de relieve la\u00a0interacci\u00f3n biol\u00f3gica entre la salud \u00f3sea y el riesgo de demencia<\/strong>\u00ab<\/em>.<\/p>\n Para comprender la biolog\u00eda que subyace al poder predictivo del modelo, los investigadores recurrieron a bases de datos moleculares p\u00fablicas y a una herramienta especializada desarrollada en la UCSF llamada\u00a0SPOKE<\/strong>, una base de datos de bases de datos que los investigadores pueden utilizar para identificar patrones y posibles dianas moleculares para terapias.<\/p>\n Es conocida la\u00a0asociaci\u00f3n entre Alzheimer y colesterol alto<\/strong>\u00a0a trav\u00e9s de una variante del gen de la apolipoprote\u00edna E, APOE4. Pero cuando se combin\u00f3 con bases de datos gen\u00e9ticas tambi\u00e9n identific\u00f3 un\u00a0v\u00ednculo entre la osteoporosis y el Alzheimer en mujeres<\/strong>, a trav\u00e9s de una variante en un gen menos conocido, llamado MS4A6A.<\/p>\n