Nuevas investigaciones en Argentina y España utilizan Inteligencia Artificial y Realidad virtual para la detección temprana de esta enfermedad que es la principal causa de demencia en el mundo.
La enfermedad de Alzheimer afecta a más de 50 millones de personas en el mundo, y el envejecimiento de la población hace que puedan ser muchas más en las próximas décadas. Aunque la enfermedad suele desarrollarse sin síntomas durante muchos años, generalmente viene precedida de lo que se conoce como deterioro cognitivo leve. “Estos pacientes pueden progresar y empeorar o mantenerse en el mismo estado con el tiempo. Por tanto, es importante distinguir entre el deterioro cognitivo progresivo o estable para prevenir la rápida progresión de la enfermedad”, explica Mona Ashtari-Majlan, investigadora de la Universitat Oberta de Catalunya (UOC) del grupo AI for Human Wellbeing (AIWELL).
Identificarlos puede servir para mejorar la calidad de los ensayos clínicos con los que se prueban tratamientos, y que cada vez más buscan dirigirse a las fases iniciales de la enfermedad. Para eso, los investigadores usaron un método llamado red neuronal convolucional de múltiples flujos, una técnica de inteligencia artificial y de aprendizaje profundo muy útil para el reconocimiento y clasificación de imágenes.
“Primero comparamos resonancias magnéticas de pacientes con enfermedad de Alzheimer y personas sanas para encontrar diferentes puntos de referencia”, explica Ashtari-Majlan. Tras entrenar el sistema, lo ajustaron con imágenes de resonancia de personas que ya habían sido diagnosticadas con deterioro cognitivo estable o progresivo y en las que las diferencias son mucho más pequeñas.
El nuevo método permite distinguir y clasificar las dos formas de deterioro cognitivo leve con una precisión cercana al 85%. “Los criterios de evaluación demuestran que nuestro método supera a los existentes”, confirma la investigadora.
Por su parte, investigadores del Instituto Tecnológico de Buenos Aires (ITBA) desarrollaron un software para evaluar la memoria espacial humana en relación con el proceso de aprendizaje, el cual podría convertirse en “una herramienta poderosa para el diagnóstico precoz del Alzheimer y otros trastornos neurodegenerativos”.
El estudio se centró en el desarrollo de una tarea de memoria espacial que se lleva a cabo en un entorno virtual asistido por computadora para evaluar los “recuerdos espaciales” de las personas, es decir, la capacidad de percibir y ajustar la posición de su cuerpo en relación al entorno.
“Se sabe que los déficits de orientación espacial son algunos de los primeros síntomas que alertan sobre la enfermedad de Alzheimer, y esto está asociado con el daño del hipocampo (área del cerebro que procesa las memorias espaciales)”, explicaron los investigadores.
En psicología cognitiva y neurociencia, la memoria espacial se conoce como la faceta de la memoria responsable de registrar información sobre el entorno.
La utilización de Inteligencia Artificial y Machine learning en el diagnóstico del Alzheimer no es nueva. La FDA ya ha dado el visto bueno a varias compañías que desarrollaron sistemas, entre ellas, QYNAPSE que lanzó la plataforma QyScore para ofrecer la cuantificación automatizada de una amplia gama de marcadores neurodegenerativos y neuroinflamatorios y que es útil también en casos de esclerosis múltiple, Parkinson y otros trastornos neurológicos; o el sistema diseñado por QMENTA , una herramienta de neuro IA que proporciona una visión de la anatomía cerebral y acentúa el daño de los tejidos o las hiperintensidades en color y en 3D. Además, esta compañía ha creado mapas de la red cerebral para ver los cambios en las conexiones debidos a enfermedades o lesiones.
Fuentes:
https://www.itba.edu.ar/blog/realidad-virtual-para-la-perdida-de-memoria/
https://www.uoc.edu/portal/es/news/actualitat/2022/098-alzheimer-IA.html
