Imagínese si los médicos pudieran determinar, con muchos años de anticipación, quién es más probable que desarrolle demencia. Tales capacidades de pronóstico darían tiempo a los pacientes y sus familias para planificar y administrar el tratamiento y la atención. Gracias a la investigación de inteligencia artificial realizada en la Universidad McGill, este tipo de poder predictivo pronto podría estar disponible para los médicos de todo el mundo.
Los científicos del Laboratorio de Neuroimagen Traslacional del Instituto de la Universidad de Salud Mental Douglas en McGill utilizaron técnicas de inteligencia artificial y big data para desarrollar un algoritmo capaz de reconocer las firmas de la demencia dos años antes de su aparición, utilizando una sola tomografía por emisión de positrones (PET) de amiloide del cerebro de pacientes en riesgo. de desarrollar la enfermedad de Alzheimer. Sus hallazgos aparecen en un nuevo estudio publicado en la revista Neurobiology of Aging .
El Dr. Pedro Rosa-Neto, coautor principal del estudio y profesor asociado en los departamentos de Neurología y Neurocirugía y Psiquiatría de McGill, espera que esta tecnología cambie la forma en que los médicos manejan a los pacientes y acelere en gran medida la investigación del tratamiento de la enfermedad de Alzheimer.
“Al usar esta herramienta, los ensayos clínicos podrían enfocarse solo en personas con una mayor probabilidad de desarrollar demencia dentro del marco de tiempo del estudio. Esto reducirá en gran medida el costo y el tiempo necesarios para realizar estos estudios”, agrega el Dr. Serge Gauthier, coautor principal y profesor de Neurología y Neurocirugía y Psiquiatría en McGill.
Amiloide como biomarcador de demencia
Los científicos saben desde hace mucho tiempo que una proteína conocida como amiloide se acumula en el cerebro de los pacientes con deterioro cognitivo leve (DCL), una condición que a menudo conduce a la demencia. Aunque la acumulación de amiloide comienza décadas antes de que se presenten los síntomas de la demencia, esta proteína no podría usarse de manera confiable como biomarcador predictivo porque no todos los pacientes con DCL desarrollan la enfermedad de Alzheimer.
Para realizar su estudio, los investigadores de McGill se basaron en los datos disponibles a través de la Iniciativa de neuroimagen de la enfermedad de Alzheimer (ADNI), un esfuerzo de investigación global en el que los pacientes participantes aceptan completar una variedad de evaluaciones clínicas y de imagen.
Sulantha Mathotaarachchi, científica informática del equipo de Rosa-Neto y Gauthier, utilizó cientos de tomografías PET de amiloide de pacientes con MCI de la base de datos de ADNI para entrenar el algoritmo del equipo para identificar qué pacientes desarrollarían demencia, con una precisión del 84 %, antes de la aparición de los síntomas. . Se están realizando investigaciones para encontrar otros biomarcadores de demencia que podrían incorporarse al algoritmo para mejorar las capacidades de predicción del software.
“Este es un ejemplo de cómo los grandes datos y la ciencia abierta aportan beneficios tangibles a la atención del paciente”, dice la Dra. Rosa-Neto, quien también es directora del Centro de Investigación de Estudios sobre el Envejecimiento de la Universidad McGill.
Si bien el nuevo software está disponible en línea para científicos y estudiantes, los médicos no podrán utilizar esta herramienta en la práctica clínica antes de la certificación por parte de las autoridades sanitarias. Con ese fin, el equipo de McGill actualmente está realizando más pruebas para validar el algoritmo en diferentes cohortes de pacientes, particularmente aquellos con condiciones concurrentes como pequeños accidentes cerebrovasculares.
Esta investigación fue financiada por el Consorcio Canadiense sobre Neurodegeneración en el Envejecimiento (CCNA) y los Institutos Canadienses de Investigación en Salud
“Identificación de personas con demencia incipiente mediante aprendizaje automático e imágenes de amiloide”, por S. Mathotaarachchi et al., Neurobiology of Aging https://doi.org/10.1016/j.neurobiolaging.2017.06.027
Enlace al software: http://predictalz.tnlmcgill.ca/PredictAlz_Amy
Artículos Relacionados:
- Gundry MD 24 Strain Probiotic Review 2022 – Probiótico para apoyo digestivo
- Reseñas de Kiierr – Gorro láser 2022 para el crecimiento del cabello
- Gundry MD Power Blues – Reseñas de suplementos de 2022 y guía de compra
- Reseñas de Noxitril 2022: ¿funciona para el realce masculino o es una estafa?
- Los mejores terapeutas holísticos cerca de mí 2022: 5 asesoramiento espiritual
- Los mejores estetoscopios de 2022: reseñas de las 10 mejores marcas
Dr. Martin Passen, a dedicated nutrition educator with a master’s in nutrition education and nearing completion of a clinical nutrition and dietetics master’s. Passionate about sharing valuable information effectively.