El diagnòstic primerenc de l’Alzheimer és el primer pas per al tractament d’aquesta malaltia. Com més aviat es detectin els canvis en el cervell causats per aquesta patologia, abans es pot començar a tractar el pacient. Els senyals d’alerta, però, estan relacionades amb subtils canvis en certes zones del cervell, de manera que fins ara era pràcticament impossible adonar-se dels primers passos d’aquesta malaltia.
Ara, un equip multidisciplinari de metges i enginyers proposa un nou mètode per accelerar el diagnòstic d’hora de l’Alzheimer: la intel·ligència artificial. En un nou estudi publicat a la revista Radiology, aquests investigadors plantegen utilitzar algoritmes d’aprenentatge profund ( ‘deep-learning’) per “entrenar a les màquines” per tal de detectar els canvis en el metabolisme de la captació de glucosa en determinades zones del cervell, un procés considerat com l’avantsala de la neurodegeneració causada per l’Alzheimer.
“Les diferències en el patró de captació de glucosa en el cervell són molt subtils i difuses”, explica Jae Ho Sohn, investigador del Departament de Radiologia i Imatge Biomèdica de la Universitat de Califòrnia a San Francisco (UCSF) i autor d’aquest nou estudi . “Les persones són bones en identificar biomarcadors específics de malalties, però els canvis metabòlics representen un procés més global i subtil”.
Procés d’aprenentatge
Ni les persones ni les màquines neixen apreses. I és per això que, per al desenvolupament d’aquest nou mètode de diagnòstic, els investigadors van començar per entrenar algoritmes d’aprenentatge profund per trobar canvis en el metabolisme cerebral mitjançant l’ús de tomografies, una tècnica capaç de proporcionar imatges en què s’observa la captació de glucosa de les cèl·lules del cervell, un tret predictiu de l’Alzheimer.
Com si d’una classe magistral es tractés, els investigadors van començar mostrant al algoritme més de 2.100 imatges cerebrals obtingudes de 1.002 pacients amb Alzheimer. Aquestes imatges, utilitzades com a llibre de text, van ser obtingudes a través de la base de dades de ADNI (Alzheimer ‘s Disease Neuroimaging Initiative): un projecte en el qual es recopilen dades sobre el diagnòstic de la malaltia, incloses proves genètiques, cognitives, biomarcadors i altres predictors de la neurodegeneració.
A partir d’aquí va començar l’entrenament. Aquest equip multidisciplinari de metges i enginyers va ensenyar a l’algorisme en quins canvis del metabolisme del cervell eren indicadors de l’Alzheimer. Aquest procés es va realitzar amb el 90% del conjunt de dades disponibles. En el 10% restant, els investigadors van buscar comprovar si efectivament les màquines havien après alguna cosa. I, pel que sembla, així va ser: l’algoritme havia après a detectar patrons metabòlics característics de la malaltia.
L’últim pas, plantejat a manera d’examen final per avaluar l’aprenentatge de l’algoritme, es va realitzar amb un conjunt independent de 40 imatges de 40 pacients. En aquest cas, cap de les tomografies havia estat estudiada amb anterioritat, de manera que el repte plantejat era encara més complicat que en el supòsit anterior. Segons informen els investigadors en el recentment publicat article, l’algoritme va funcionar amb una sensibilitat del 100% detectant els primers símptomes de la malaltia una mitjana de sis anys abans del diagnòstic oficial.
Una eina de suport
L’èxit d’aquesta prova podria suposar una nova esperança per al diagnòstic d’hora de l’Alzheimer. Tot i això, els investigadors responsables de l’estudi matisen que es necessitaran proves independents per validar aquest mecanisme i que, tot i així, la intel·ligència artificial no podrà treballar per si sola. En aquest sentit, els experts plantegen que en un futur els algoritmes contribueixin a complementar el treball dels radiòlegs mitjançant l’anàlisi d’imatges i indicadors bioquímics. Aquest treball conjunt podria suposar una nova oportunitat per al diagnòstic i la intervenció terapèutica primerenca.
“Si diagnostiquem la malaltia d’Alzheimer quan tots els símptomes s’han manifestat, la pèrdua de volum cerebral és tan important que ja és massa tard per intervenir”, explica Sohn. “Si podem detectar-ho abans, tindrem una oportunitat perquè els investigadors trobin maneres més eficaces de frenar o fins i tot aturar el procés de la malaltia”.
En aquesta mateixa línia, l’equip responsable d’aquest estudi apunta que les seves futures investigacions aniran enfocades a seguir entrenant l’algoritme en la detecció d’altres senyals d’alerta. Un exemple d’això seria la recerca de patrons associats amb l’acumulació de proteïnes beta-amiloides i tau, grups de proteïnes anormals i cabdells en el cervell, considerats com alguns dels marcadors específics de la malaltia d’Alzheimer.
Valentina Raffio
Fuente: www.elperiodico.com
