“Resultados impactantes”: científico de la U. Adolfo Ibáñez crea método para detectar demencia usando Inteligencia Artificial

La demencia es un problema de salud que afecta a millones de personas en todo el mundo, y diagnosticar la enfermedad ha sido difícil debido a las condiciones demográficas, tecnologías de menor calidad y métodos de análisis no armonizados.

La inteligencia artificial (IA), por su parte, ha estado presente en la agenda las últimas semanas debido a su explosión con nuevas tecnologías generativas tipo ChatGPT, que a ratos asustan a las personas, pero que también ha mostrado beneficios en el área de la salud cerebral y las neuroimágenes.

Ahora, un nuevo estudio dirigido por Agustín Ibáñez, director del Instituto de Salud Cerebral de América Latina (BrainLat) en la Universidad Adolfo Ibáñez, y publicado recientemente en las revistas Science Direct y en The Lancet, diseñó un nuevo enfoque para clasificar los subtipos de demencia utilizando el aprendizaje profundo (deep learning) con datos de neuroimagen no procesados, lo que permitió evitar pasos complejos de procesamiento y análisis de imágenes cerebrales, haciendo que el enfoque sea más eficiente y accesible.

“Imagina que el aprendizaje profundo es un pintor experto que ha estudiado muchas pinturas a lo largo de su vida, y por ende puede identificar y clasificar distintos estilos y técnicas con solo ver una pintura”, explica Ibáñez.

El estudio realizado junto al Instituto Global de Salud Cerebral (GBHI) en la Universidad de California San Francisco (UCSF) y el Trinity College de Dublín, surgió de la preocupación por la creciente prevalencia de demencia en América Latina, una región con particularidades culturales y desafíos socioeconómicos “que hacen que el acceso al diagnóstico y tratamiento sea más complicado, y nuestro estudio tiene el potencial de cambiar ello”, comenta Ibáñez.

Junto con Sebastian Moguilner, postdoctorante de BrainLat y ReDLat que desarrolló los métodos de inteligencia artificial, podrían ayudar al desarrollo de nuevas herramientas de toma de decisiones clínicas, “lo cual es una excelente noticia para pacientes y médicos por igual” añade el autor principal.

Lo que más sorprendió a los investigadores fue la eficiencia, precisión y poder de clasificación de la inteligencia artificial en el diagnóstico de la demencia, y su robustez para hacerlo con imágenes cerebrales obtenidas de diferentes escáneres y pacientes de regiones como Estados Unidos, Chile, Argentina, y Colombia, entre otros.

La investigación utiliza sistemas de visión por computador que procesan datos visuales sin requerir intervención humana, y además, “muestra el poder de la IA y el aprendizaje profundo en el campo de la salud cerebral y las neuroimágenes, lo que puede brindar mejores resultados para los pacientes en todo el mundo” explica el investigador.

Los métodos de inteligencia artificial fueron capaces de predecir con precisión los diferentes tipos de demencia utilizando imágenes cerebrales de diversos pacientes y equipos. “Esto demuestra el potencial de la tecnología para transformar el diagnóstico de esta enfermedad en la región” comenta el autor principal.

¿Por qué necesitamos un nuevo enfoque para la clasificación de la demencia? Actualmente los protocolos de diagnóstico tradicionales se basan en datos de neuroimagen estandarizados y muestras homogéneas recolectadas en la zona norte del globo terráqueo.

Eso significa que, es difícil clasificar la enfermedad en muestras que no están bien representadas, como aquellas de América Latina u otras regiones, especialmente cuando se utilizan métodos de neuroimagen clínica de poca resolución.

El nuevo enfoque utiliza redes neuronales convolucionales y oclusión de sensibilidad para analizar las imágenes cerebrales y clasificar los subtipos de demencia. Estos métodos complejos permiten una mayor precisión y eficiencia en la detección de la demencia en sus diferentes formas, como la enfermedad de Alzheimer y la demencia frontotemporal.

Ya que, la IA permitió generalizar los resultados a diferentes bases de datos y contextos, y mejorar el acceso al diagnóstico en América Latina y potencialmente en otras regiones.

El estudio utilizó un clasificador de visión por computador totalmente automático y redes neuronales de aprendizaje profundo con datos brutos de resonancia magnética (sin procesar) de 3.000 participantes, incluidos individuos con enfermedad de Alzheimer (EA), demencia frontotemporal variante conductual (bvFTD) y controles sanos.

“Los resultados fueron impactantes”, dice Ibáñez, ya que mostraron resultados de clasificación sólidos en todos los grupos de datos de neuroimagen estandarizados del Norte Global, generalizando también a datos de neuroimagen estandarizados de América Latina, e incluso en imágenes clínicas de rutina de mucha menor calidad.

El objetivo era impactar a una mayor cantidad de personas que no tienen acceso al diagnóstico de demencia en Latinoamérica, y ayudar a las clínicas que no tienen la capacidad técnica de analizar imágenes cerebrales.

“Nuestro análisis encontró que el hipocampo, crucial para la memoria, se ve afectado principalmente en la EA, mientras que la ínsula, involucrada en la emoción y el comportamiento social, se ve afectada principalmente en la DFTvc. Esto demuestra que, la técnica tiene especificidad biológica y brinda una forma plausible y automática de entender cómo estas enfermedades afectan el cerebro” señala Ibáñez.

La IA visual también identificó áreas cerebrales críticas afectadas por la EA y la bvFTD utilizando una técnica llamada sensibilidad a la oclusión. En palabras simples, esta técnica ayuda a entender qué partes de una imagen son importantes para la IA.

Este enfoque permite realizar análisis automáticos y sin esfuerzo, y es generalizable para imágenes cerebrales de diferentes partes del mundo. Esto significa que, se puede aplicar a un mayor número de pacientes y en diferentes contextos culturales y socioeconómicos, lo que mejora la detección y el diagnóstico de la demencia.

Al ser un método automático y fácil de aplicar, permite a profesionales de la salud y clínicas de la región usar esta información para ayudar a la tomar decisiones sobre el diagnóstico, y en consecuencia, tratar a pacientes con demencia de manera más efectiva y oportuna, mejorando su calidad de vida y la de sus familias.

“Es importante resaltar la necesidad de desarrollar métodos que sean sensibles a los datos de América Latina, ya que las diferencias en los equipos de resonancia magnética, factores culturales, socioeconómicos y genéticos pueden limitar la aplicabilidad de métodos desarrollados en otras regiones” enfatiza Ibáñez.

El enfoque presentado en este estudio, abre un abanico de nuevas oportunidades para mejorar el diagnóstico y caracterización de la demencia en la región y en el mundo. Por lo que es un ejemplo de “cómo la ciencia y la tecnología pueden salir del laboratorio, y ayudar a cambiar el curso de la vida de millones de personas en América Latina” señala el autor.

El estudio tiene implicaciones para la investigación y la práctica clínica a nivel mundial, ya que podría mejorar significativamente la clasificación de subtipos de demencia en datos de neuroimagen con múltiples variantes regionales y demográficas.

Por ahora, este estudio sirve para actualizar, mejorar y escalar los estudios ya existentes. Sin embargo, los investigadores continúan trabajando en otras aplicaciones, como la detección temprana de la demencia, el análisis de la progresión de la enfermedad, y la evaluación del impacto de los tratamientos.

“Esperamos mejorar, aumentar y generalizar la detección de la neurodegeneración y atrofia cerebral, que son marcadores cruciales de la demencia. Esto permitiría un diagnóstico más temprano y efectivo en pacientes de América Latina y otras regiones”, dice Ibáñez.

“Estamos emocionados con los resultados de nuestro estudio”, enfatiza Moguilner. “Demuestra el poder de la inteligencia artificial y el aprendizaje profundo en el campo de la salud cerebral y la neuroimagen”, señala el coautor Robert Whelan.

“La capacidad de clasificar con precisión los subtipos de demencia en diferentes equipamientos de neuroimagen y antecedentes demográficos tiene importantes implicaciones para la investigación y la práctica clínica a nivel mundial en el futuro” dice Víctor Valcour, coautor.

Este estudio “tiene el potencial de revolucionar la forma en que identificamos patrones cerebrales en la demencia, lo que en última instancia podría llevar a mejores resultados para los pacientes en todo el mundo” concluye Enzo Tagliazucchi, coautor.