Un modelo de Inteligencia Artificial detectó el riesgo de Alzheimer con una precisión del 90 por ciento, reveló un estudio publicado en PLOS ONE. De esa manera, los pacientes podrán disminuir la ansiedad relacionada con el por qué están sintiendo los síntomas.
Aunque se han logrado avances en la detección de signos del Alzheimer por medio de imágenes cerebrales de alta calidad, un equipo del Hospital General de Massachusetts, realizó un método basado en imágenes cerebrales clínicas recopiladas de forma rutinaria para lograr un diagnóstico más preciso. Matthew Leming, investigador del Centro de Biología del hospital y del Centro de Investigación de la Enfermedad de Alzheimer de Massachusetts, realizó junto con sus colegas un tipo de aprendizaje automático.
Los científicos desarrollaron un modelo de detección de Alzheimer basándose en datos e imágenes de resonancia magnética (IRM) cerebrales. Las imágenes fueron recopiladas antes del 2019 y correspondían a pacientes con y sin la enfermedad atendidos en el Mass General.
Después, se probó el modelo en cinco conjuntos de datos de diversas instituciones para ver si se identificaba con precisión el Alzheimer con datos reales. Se utilizaron 11 mil 103 imágenes de dos mil 328 pacientes en riesgo de padecer la enfermedad y 26 mil 892 imágenes de ocho mil 348 sin riesgo de tenerla.
Tras analizar los cinco conjuntos de datos, el modelo detectó el riesgo de Alzheimer con una precisión del 90.2%. Además, se podía detectar la enfermedad independientemente de otras variables, tales como la edad.
Leming comentó que al ser una enfermedad padecida generalmente en adultos mayores, los modelos de aprendizaje tienen dificultades para detectarlos en personas más jóvenes. Además, otro desafío común al detectar la enfermedad es el entorno del mundo real, pues son datos muy diferentes del conjunto de entrenamiento. Es decir, un modelo de aprendizaje profundo entrenado en resonancias magnéticas de un escáner fabricado por General Electric puede no reconocer las RM de un escáner fabricado por Siemens.
Este estudio dio pasos sustanciales para realizar esto en entornos clínicos del mundo real en lugar de entornos de laboratorio perfectos", dijo Leming.
Dicho modelo utilizó una métrica de incertidumbre para determinar si los datos del paciente eran diferentes a los que había sido entrenado para hacer una predicción exitosa. Asimismo, el investigador destacó que es uno de los pocos estudios en los cuales se utilizaron resonancias magnéticas recolectas rutinariamente para detectar el Alzheimer.
.gif)