Algoritmos ayudarán a la detección precoz del alzheimer

Actualmente 50 millones de personas sufren de demencia, siendo la enfermedad de alzheimer (EA) la más común. En Chile el 1,06% de la población padece demencia. Estudios indican que esta cifra se triplicaría para el año 2050.

Debido a la gravedad de la situación, un grupo de académicos de ingeniería y sicología de la Universidad Adolfo Ibáñez obtuvo un Fondef para realizar un proyecto que tiene como objetivo aplicar algoritmos de machine learning con el fin de predecir el riesgo de desarrollar alzheimer.

El objetivo es incorporar nuevas herramientas, que permitan el apoyo diagnóstico y/o la detección temprana de esta enfermedad en la población chilena, buscando así que dicho algoritmo sea una herramienta de apoyo en el ámbito clínico. A la fecha, según los investigadores, no existe un método de diagnóstico temprano efectivo para el alzheimer.

Actualmente, los algoritmos son utilizados con diferentes fines, desde la astronomía, hasta la salud. El alzheimer sería un nuevo beneficiado con esta tecnología.

Rolando de La Cruz, académico Facultad de Ingeniería y Ciencias U. Adolfo Ibáñez, y director Magíster en Data Science, y uno de los autores de la investigación, explica que un algoritmo "no es otra cosa que una secuencia o serie de instrucciones, que representan la solución a un determinado problema. Los algoritmos de machine learning nos ayudan a crear sistemas capaces de identificar patrones entre los datos para hacer predicciones, sin que una persona tenga que escribir instrucciones o códigos para esto”.

Claudia Durán, académica Facultad de Psicología U. Adolfo Ibáñez y otra de las autoras de la investigación, explica que "este estudio abre la posibilidad de desarrollar un método poco invasivo, simple, escalable y mucho más conveniente que las alternativas disponibles”.

“Es decir, los algoritmos aprenden de los datos introducidos y luego utilizan este conocimiento para sacar conclusiones de nuevos datos. El aprendizaje que llevan a cabo los algoritmos de machine learning puede ser supervisado o no supervisado, dependiendo si le entregamos datos etiquetados o no. En nuestro caso la etiqueta sería si un sujeto desarrolla o no demencia”, explica de la Cruz.

Aunque el deterioro cognitivo leve es un factor de riesgo para desarrollar la enfermedad de alzheimer, "algunas personas revierten a cognición normal o no progresan la demencia. Con algoritmos de machine learning buscaremos predecir si alguien que tiene deterioro cognitivo leve, desarrolla o no demencia”, establece el académico de la UAI.

Podría implementarse en clínicas y hospitales. “El proyecto contempla el estudio de sujetos ingresados en la cohorte Gero liderado por la Dra. Slachevsky. Este proceso parte con la toma de una muestra de sangre y posterior obtención de plasma. A partir de este plasma se extraerán miRNAs que posteriormente serán secuenciados en su totalidad para definir un panel que podrá predecir un riesgo de desarrollar demencia”, señala Durán.

“La toma de muestra de sangre y obtención de plasma es una metodología ampliamente estandarizada en todo laboratorio clínico de clínicas privadas y hospitales públicos. Así mismo, la técnica que utilizaremos para la validación de los microRNAs es ampliamente utilizada en los laboratorios clínicos en las áreas de biología molecular, por lo que sería posible implementarla tanto en clínicas como hospitales”, añade Durán.

Este proyecto comenzará su desarrollo este año, “por lo tanto, a la fecha aún no contamos con la aprobación de las autoridades adecuadas, siendo este un proyecto de investigación. Esperamos obtener las primeras etapas durante estos dos años para que en la segunda etapa podamos desarrollar el kit de diagnóstico, proceso que podría requerir un par de años más antes de poder ser aplicado clínicamente”, establece la académica Facultad de Psicología U. Adolfo Ibáñez.