Hito chileno: científicos logran anticipar riesgo de Alzheimer usando IA y acertó a 6 de 7 pacientes

Desde hace algunos años que Jhon Intriago, estudiante de doctorado del Departamento de Ingeniería Eléctrica de la Facultad de Ciencias Físicas y Matemáticas (FCFM) en la Universidad de Chile, está desarrollando un método para detectar tempranamente el riesgo de Alzheimer con ayuda de la Inteligencia Artificial (IA).

Ahora, junto a su profesor guía, el Dr. Pablo Estévez, consiguieron identificar con alta precisión a personas con quejas cognitivas leves que posteriormente desarrollaron Alzheimer, usando un modelo de IA con el que analizan múltiples tipos de resonancias magnéticas cerebrales.

Para este logro también formaron parte del equipo la Dra. Andrea Slachevsky, investigadora principal del Centro de Gerociencia, Salud Mental y Metabolismo (GERO) y la Dra. Cecilia Okuma, neurorradióloga del Instituto de Neurocirugía Dr. Alfonso Asenjo e investigadora adjunta del Instituto Milenio en Ingeniería e Inteligencia Artificial para la Salud (iHEALTH).

Anticipando el riesgo de Alzheimer

La investigación aplicó el modelo de IA en 158 personas que presentaban quejas cognitivas (preocupaciones por pérdida leve de memoria). Para ello, combinaron imágenes cerebrales obtenidas por resonancia magnética y diversos datos demográficos de los pacientes.

Los resultados mostraron que el algoritmo identificó correctamente a 6 de los 7 pacientes que posteriormente desarrollaron Alzheimer, superando la efectividad de los biomarcadores de plasma tradicionalmente utilizados en clínica.

Un elemento clave para estos resultados fue que incorporaron técnicas de IA explicable, que permiten identificar qué regiones cerebrales son más relevantes para el diagnóstico. El modelo encontró biomarcadores en áreas asociadas con la cognición, la acción y la percepción.

“Este es el primer estudio que integra herramientas como el aprendizaje multimodal fuera de distribución con IA explicable para identificar posibles biomarcadores tempranos de Alzheimer en personas con quejas cognitivas”, explica Intriago en un comunicado.

“La fusión de distintos tipos de datos mejora no sólo la precisión de la clasificación, sino también la identificación de biomarcadores tempranos”, añade el Dr. Estévez. “Esto es crucial para ganar la confianza de los médicos y eventualmente integrar estas herramientas en la práctica clínica”, agrega.

Intriago, por su parte, señala que “la detección temprana del Alzheimer es fundamental porque podría permitir identificar tratamientos para cambiar o retrasar el curso natural del trastorno“.

Los resultados ya fueron enviados a una revista científica internacional y son un importante avance hacia la personalización de los enfoques de prevención e intervención temprana en Alzheimer.

“Nuestro modelo sugiere que cerca del 10% de las personas que reportan problemas de memoria podrían estar en riesgo de desarrollar la enfermedad“, señala Intriago.

Recordemos que, esta enfermedad se proyecta como una de las principales causas de discapacidad en adultos mayores para las próximas décadas.