Expertos nacionales e internacionales explicaron los últimos avances mundiales vinculados a las herramientas de Big Data y Machine Learning para conocer y anticipar mejor la degeneración cerebral.
Por infobae.com
La tecnología avanzada en distintos campos de la medicina ha posibilitado el aumento de la esperanza de vida de la población mundial. Pero ello vino acompañado, entre otras cosas, del incremento de las enfermedades neurodegenerativas.
Esa misma tecnología de punta hoy también nos acerca cada vez más a entender enfermedades como el Alzheimer, Parkinson y Esclerosis Múltiple y otros trastornos mentales, y hasta anticipar su aparición, mediante las nuevas herramientas como lo son el Big Data y el Machine Learning, de las que se nutre la Inteligencia Artificial.
El 14º Simposio Científico Internacional de Fundación INECO – “Inteligencia Artificial Aplicada a la Clínica” congregó figuras nacionales e internacionales de gran relevanciaDesde Ineco, destacaron cómo el desarrollo de nuevos canales y formas de intervención, junto con la necesidad de ir incorporando nuevas herramientas para perfeccionar los tratamientos, posibilitan actualmente el desarrollo de aplicaciones de Inteligencia Artificial con fines diagnósticos y terapéuticos.
En la neurología y la psiquiatría, dichos avances acarrean un potencial inigualable al permitir identificar patrones en datos que convergen de la clínica, las neuroimágenes, los marcadores moleculares y la genética.
“A pesar de los dilemas éticos y las dudas que existen históricamente alrededor de la tecnología, los avances de la última década han sido acompañados por una verdadera explosión de paradigmas computacionales que han penetrado los campos de la ciencia y la medicina en su totalidad”, afirmó el doctor Marcelo Cetkovich, psiquiatra y director médico de INECO.
Según comentó el profesional, un claro ejemplo de su implementación en el campo de la psiquiatría, es el uso de las estrategias de Inteligencia Artificial con métodos de aprendizaje automatizado para analizar grandes bases de datos, lo que permite encontrar vínculos entre los diversos síntomas padecidos por las personas. Esto abre nuevas líneas de investigación y, lo que es más importante, permite orientar los tratamientos.
Los avances de la última década han sido acompañados por una verdadera explosión de paradigmas computacionales para el estudio del cerebro (Getty Images)Herramientas para anticipar el Alzheimer
A nivel global, más de 55 millones de personas (el 8,1% de las mujeres y el 5,4% de los hombres mayores de 65 años) viven con Alzheimer, según datos de la Organización Mundial de la Salud (OMS). Además, se estima que esta cifra aumentará a 78 millones para 2030 y a 139 millones para 2050.
La enfermedad de Alzheimer es un trastorno neurológico que provoca la atrofia cerebral y genera la muerte progresiva de las neuronas. Es la causa más común de demencia, y provoca el deterioro continuo en el pensamiento, el comportamiento y las habilidades sociales que afecta la capacidad de una persona para vivir de forma independiente.
Hoy en día, la detección y el diagnóstico de los trastornos mentales es un proceso lento, donde pacientes deben esperar hasta dos años para su primera cita con un psiquiatra especializado en la materia.
Para evitar este peregrinaje de falta precisa de diagnóstico y hasta para anticipar la aparición de la enfermedad con hasta más de una década, la inteligencia artificial está liderando los nuevos estudios clínicos en pos de brindar una mejor vida a los adultos mayores.
Uno de los estudios más avanzados para entender el Alzheimer y otras enfermedades neurodegenerativas es el Proyecto Enigma. El consorcio ENIGMA (E nhancing N euro I maging G enetics through M eta A nalysis) es una colaboración de más de 1400 científicos de 43 países que estudian el cerebro humano.
ENIGMA comenzó en 2009, con el objetivo inicial de realizar un estudio genético de neuroimagen a gran escala con millones de personas involucradas, y desde entonces se ha diversificado en 50 grupos de trabajo, reuniendo datos, recursos y experiencia en todo el mundo para responder preguntas fundamentales en neurociencia, psiquiatría , neurología y genética.
Así, 30 de estos grupos se enfocan en condiciones psiquiátricas y neurológicas específicas. Actualmente hay 12 grupos de trabajo que desarrollan y difunden canales de análisis multiescala y de “grandes datos” para facilitar análisis armonizados utilizando datos genéticos y epigenéticos, imágenes de resonancia magnética (IRM) y espectroscopia (MRS) multimodales (anatómicas, de difusión, funcionales), en combinación con datos genéticos y epigenéticos.
El doctor Paul Thompson, profesor de neurología en el Centro de Genética de Imágenes de la Universidad del Sur de California, EEUU, forma parte del Proyecto Enigma y estuvo presente en el simposio organizado por Ineco y explicó los avances que está liderando en pos de la detección temprana del Alzheimer mediante el uso de la inteligencia artificial.
“Las neuroimágenes que hemos obtenido en los últimos años nos pudieron ayudar a hacer una medición de la estructura del cerebro, entendiendo cómo funciona adecuadamente. También nos permitió saber cómo las variaciones genéticas afectan el cerebro a lo largo de la vida, principalmente en alrededor de 30 enfermedades del cerebro. Por ejemplo, ahora sabemos que a la edad de 20 años va creciendo la masa cerebral y que a los 60 va decreciendo, y si lo vemos a lo largo de la vida podemos ver qué ocurre a nivel del hipocampo”, precisó Thompson, que ha “construido modelos de inteligencia artificial para interpretar grandes cantidades de información de las imágenes de resonancia magnética (fMRI)”.
Exposición del doctor Thompson en Ineco
La IA puede detectar ciertos patrones en el comportamiento de los cerebros de pacientes con características de estos trastornos mentales. Además, puede determinar el momento exacto en fMRI cuando los datos son más relevantes para el trastorno en cuestión.
“Hoy a través de una resonancia se han detectado dos marcadores genéticos para ver cómo evolucionan en la enfermedad de Alzheimer. También pudimos ver la corteza genética, determinando la arquitectura genética de la corteza cerebral humana, permitiendo ver en un mapa graficado cómo evoluciona con el curso de la vida, dónde se produce el riesgo de contraer trastorno por déficit de atención con hiperactividad (TDAH) y depresión gracias al uso del electroencefalograma. A medida que avanza la edad se va perdiendo tejido celular y gracias a ello se ha podido hacer una detección de factores de riesgo, llegando a un tratamiento más eficaz”, precisó el especialista.
“Respecto a los diferentes trastornos mentales, pudimos percibir una reducción de la materia cuando una persona está sumida en depresión y ya que se evidencia una especie de marca o firma que genera un comportamiento distinto. Cuando se hace recopilación de datos y se usan neuroimágenes se establece un mejor indicador de una posible enfermedad mental. Sobre Machine Learning, lo usamos para diagnosticar muchos trastornos. La inteligencia artificial nos permitió realizar avances para entender mejor y detectar precozmente al Alzheimer, una enfermedad hoy incurable, y así generar un diagnóstico adecuado junto con terapias adecuadas para tratarlo”, concluyó Thompson.
La inteligencia artificial puede reconocer características tempranas de trastornos como TEA (trastorno del espectro autista), esquizofrenia y enfermedad de Alzheimer. Por supuesto, ninguno de los tres es prevenible en este momento (como el TEA que aparece incluso antes de que nazca un niño), pero el diagnóstico temprano es esencial para un tratamiento efectivo. Los neurólogos afirman que la mayoría de los servicios de psiquiatría contarán en los próximos años con instrumentos basados en inteligencia artificial, que les permitirá diagnosticar con mayor eficiencia a los pacientes y ofrecerles un tratamiento verdaderamente personalizado.