Investigadores de la Universidad de Buenos Aires (UBA) están dando pasos prometedores en la detección temprana del Alzheimer, la forma más común de demencia que afecta a 35 millones de personas en el mundo. Mediante Inteligencia Artificial (IA) y análisis de imágenes de resonancias magnéticas cerebrales, este equipo abre nuevas puertas hacia el diagnóstico precoz y el desarrollo de tratamientos más efectivos.
En este marco, LV12 se contactó con Diego Fernández Slezak, investigador del Instituto de Ciencias de la Computación de la Facultad de Ciencias Exactas y Naturales de la UBA, para que nos explique los detalles de este novedoso avance.
"Nosotros venimos trabajando hace muchos años en análisis de imágenes de resonancia magnética, y este es un proyecto que recién está empezando. La idea es ver si los nuevos métodos de inteligencia artificial para análisis de imágenes pueden detectar sutilezas en las resonancias que eviten algunos estudios necesarios para avanzar con el diagnóstico del Alzheimer que son muy costosos y muy invasivos", explicó el especialista.
La detección del Alzheimer en las etapas iniciales no solo brindaría la oportunidad de iniciar tratamientos adecuados, sino también ofrecería una ventana para comprender mejor la progresión de estas enfermedades y diseñar terapias más efectivas.
"En el último tiempo salieron unas drogas nuevas, para retrasar los efectos del Alzheimer. Esas drogas tienen una precondición y es necesario confirmar que haya una pre-acumulación de una proteína en el cerebro, la detección de esa proteína en el cerebro, que es lo que provoca el Alzheimer, es muy difícil de detectar", informó.
"Hoy en día se hace con un sistema que se llama PET, una droga radioactiva que es muy difícil de generar, que es muy cara y se hace en un solo lugar que es el Fleni, pero en definitiva lo que estas tratado de ver es la acumulación de la proteína", agregó.
Algoritmos inteligentes
Una de las áreas claves del trabajo que realizan es la detección y diagnóstico temprano del Deterioro Cognitivo Leve (DCL), que a menudo es un precursor del Alzheimer.
La evaluación neuropsicológica tradicional para detectar el DCL puede ser un proceso largo y costoso. El mismo requiere la intervención de expertos para analizar una variedad de factores que van desde pruebas de calidad de vida hasta análisis de lenguaje y seguimiento de ojos.
A partir de esto, Slezak se hace la siguiente pregunta: "¿Es el PET radioactivo la única manera de mirar la acumulación de esas proteínas?", y responde "Empiezan a haber algunos papers, algunos artículos científicos en el mundo, que dicen que efectivamente a partir de resonancia magnética, que es mucho más barato, de más fácil acceso, ya que prácticamente en cualquier gran ciudad hay un centro de diagnóstico con resonador, se pueden detectar los cambios anatómicos que generan la disposición de estas proteínas.
¿Cómo se entrena una Inteligencia Artificial?
La codificación precisa y la capacidad de detectar relaciones complejas entre los datos hacen de la IA un recurso invaluable en la detección temprana de patologías mentales.
"Lo que necesitamos es mucha información etiquetada. Etiquetada, significa información de acuerdo al problema que sea, es decir si estamos hablando de imágenes médicas, tienen que ser imágenes que a mano un médico señale, por ejemplo, si estas buscando lesiones en el cerebro marcando con el mouse una imagen de donde está la lesión y donde no está la lesión", señaló.
En esta misma línea agregó: "Entones, a partir de eso a la inteligencia artificial vos le vas dando repeticiones de ese tipo d imágenes y empiezan a encontrar los patrones solos. No es necesario que le des instrucciones de que usaste para marcar esa región, pero si le tenés que dar muchas muestras de regiones marcadas y las regla de cómo se marcan esas regiones las descubre sola. Eso se llama la etapa de entrenamiento y una vez que está entrenado marca automáticamente".
Esto no solo agiliza el proceso de evaluación, sino que también proporciona datos objetivos que permiten un diagnóstico más rápido y preciso.
"Acá tenemos a médicos etiquetando imágenes todos los días y la pregunta es si esas imágenes que se etiquetan pueden ser utilizadas para que una inteligencia artificial aprenda a hacer eso que hacen los médicos, y darles tiempo para que aprendan a hacer otras cosas. Esa es una tarea muy repetitiva, aburrida y que no es la más apropiada para los médicos, entonces ahí es donde creo que la computadora puede aportar mucho", concluyó.