La enfermedad de Alzheimer es la principal causa de demencia mundial. Aunque no hay cura, la detección temprana se considera crucial por poder desarrollar tratamientos efectivos que actúen antes de que su progreso sea irreversible.
El deterioro cognitivo leve es una fase que precede a la enfermedad, pero no todas las personas que la padecen acaban desarrollando alzhéimer. Un estudio liderado por científicos de la Universitat Oberta de Catalunya (UOC) y publicado en el Revista IEEE de Informática Biomédica y de la Saludha logrado precisamente distintivo entre personas cuyo el deterioro es estable y los que lo haran progreso para tener la enfermedad. La nueva técnica, que utiliza métodos específicos de inteligencia artificial para comparar imágenes de resonancia magnética, es más eficaz que los otros métodos actualmente en uso.
Afinando el diagnóstico
enfermedad de alzheimer afecta a más de 50 millones personas en todo el mundo, y el envejecimiento de la población significa que puede haber muchos más enfermos en las próximas décadas. Aunque suele desarrollarse sin síntomas durante muchos años, generalmente está precedido por lo que se conoce como deterioro cognitivo leve, que es mucho más leve que el deterioro que presentan las personas con alzhéimer, pero más grave de lo que cabría esperar en una persona de su edad. «Estos pacientes pueden progresar y empeorar o permanecer en la misma condición a medida que pasa el tiempo. Por eso es importante distinguir entre deterioro cognitivo progresivo y estable para prevenir la rápida progresión de la enfermedad», dijo Mona Ashtari-Majlan, una Investigador de la UOC en la IA para el Bienestar Humano (AIWELL) grupo, que está afiliado a la Centro de eSalud y el Facultad de Informática, Multimedia y Telecomunicaciones. Es estudiante del programa de doctorado en Redes y Tecnologías de la Información, supervisado por David Masipy el autor principal del artículo.
Identificar correctamente estos casos podría ayudar a mejorar la calidad de los ensayos clínicos utilizados para probar tratamientos, que cada vez más buscan dirigirse a las fases iniciales de la enfermedad. Para ello, los investigadores utilizaron un método que implicaba un red neuronal convolucional de flujo múltiple, cual es una técnica basada en inteligencia artificial y aprendizaje profundo que es muy útil para el reconocimiento y clasificación de imágenes.
«Primero comparamos las resonancias magnéticas de pacientes con enfermedad de Alzheimer y personas sanas para encontrar puntos de referencia distintos», explicó Ashtari-Majlan. Después de entrenar el sistema, afinaron la arquitectura propuesta con imágenes de resonancia de personas a las que ya se les había diagnosticado un deterioro cognitivo estable o progresivo con diferencias mucho menores. En total, casi Se utilizaron 700 imágenes de conjuntos de datos disponibles públicamente.
Según Ashtari-Majlan, el proceso “supera la complejidad del aprendizaje provocada por los cambios estructurales sutiles que se producen entre las dos formas de deterioro cognitivo leve, que son mucho más pequeños que los que se producen entre un cerebro normal y un cerebro afectado por la enfermedad”. , el método propuesto podría abordar el problema del pequeño tamaño de la muestra, donde el número de resonancias magnéticas para los casos de deterioro cognitivo leve es menor que para el Alzheimer».
El nuevo método permite las dos formas de deterioro cognitivo leve que se distinguen y clasifican con una tasa de precisión cercana al 85%. «Los criterios de evaluación muestran que nuestro método propuesto supera a los existentes», dijo, incluidos métodos más convencionales y otros basados en el aprendizaje profundo, incluso cuando se combinan con biomarcadores como la edad y las pruebas cognitivas. Además, “podemos compartir nuestra implementación con cualquiera que desee reproducir los resultados y comparar sus métodos con los nuestros. Creemos que este método puede ayudar a los profesionales a ampliar la investigación”, concluyó.
Esta investigación contribuye a alcanzar el Objetivo de Desarrollo Sostenible (ODS) 3, Garantizar una vida sana y el bienestar para todos en todas las edades.
I+D+i de la UOC
La investigación e innovación (I+i) de la UOC está ayudando a superar los retos apremiantes a los que se enfrentan las sociedades globales del siglo XXI, estudiando interacciones entre la tecnología y las ciencias humanas y sociales con un enfoque específico en la sociedad red, e-learning y e-salud.
Más de 500 investigadores y 51 grupos de investigación trabajo entre los universitarios siete facultades y dos centros de investigación: el Instituto Interdisciplinario de Internet (IN3) y el eHealth Center (eHC).
La Universidad también cultiva innovación en el aprendizaje en líneas en su eLearning Innovation Center (eLinC), así como Emprendimiento comunitario y transferencia de conocimiento de la UOC a través de la plataforma Hubbik.
Las Naciones Unidas’ Agenda 2030 para el Desarrollo Sostenible y conocimiento abierto servir como pilares estratégicos para la docencia, la investigación y la innovación de la UOC. Más información: research.uoc.edu #UOC25años
Diario
Revista IEEE de Informática Biomédica y de la Salud
Descargo de responsabilidad: AAAS y Eurek Alert! no son responsables de la precisión de los comunicados de prensa publicados en EurekAlert! por instituciones contribuyentes o para el uso de cualquier información a través del sistema EurekAlert.
