Modelo de inteligencia artificial hecho en Chile logra la detección temprana del Alzheimer
Tiempo de lectura: 2 minutos Este avance promete transformar la detección temprana y abrir nuevas vías para intervenciones oportunas en una enfermedad que afecta a miles de chilenos.
Científicos de la Universidad de Chile y el Instituto Milenio en Ingeniería e Inteligencia Artificial para la Salud (iHEALTH) desarrollaron un modelo de inteligencia artificial (IA) capaz de predecir el riesgo de Alzheimer con una precisión sin precedentes, utilizando resonancias magnéticas cerebrales.
Mediante la combinación de avanzadas técnicas de resonancia magnética cerebral y un sofisticado modelo de inteligencia artificial explicable, los investigadores consiguieron identificar con una alta fiabilidad a individuos con quejas cognitivas leves que, posteriormente, desarrollaron Alzheimer. Este descubrimiento es particularmente relevante para Chile, donde más de 200.000 personas viven con esta condición neurodegenerativa.
La investigación, dirigida por Jhon Intriago, estudiante de Doctorado en Ingeniería Eléctrica bajo la tutela del Dr. Pablo Estévez (U. de Chile e iHEALTH), y en colaboración con la Dra. Andrea Slachevsky (GERO) y la Dra. Cecilia Okuma (Instituto de Neurocirugía Dr. Alfonso Asenjo e iHEALTH), marca un antes y un después en la detección temprana del Alzheimer.
Precisión en población chilena
El estudio aplicó el modelo de inteligencia artificial en una cohorte de 158 personas con quejas cognitivas (preocupaciones por una leve pérdida de memoria), pertenecientes al grupo de seguimiento del Centro de Gerociencia, Salud Mental y Metabolismo (GERO). Los resultados fueron contundentes: el algoritmo identificó correctamente a 6 de los 7 pacientes que posteriormente fueron diagnosticados con Alzheimer. Esta tasa de éxito supera la efectividad de los biomarcadores de plasma tradicionalmente utilizados en la práctica clínica.
«Este es el primer estudio que integra herramientas como el aprendizaje multimodal fuera de distribución con IA explicable para identificar posibles biomarcadores tempranos de Alzheimer en personas con quejas cognitivas», enfatiza Jhon Intriago.
El modelo se construyó a partir de la fusión de diversas imágenes cerebrales obtenidas por resonancia magnética y datos demográficos de los pacientes, creando un sistema robusto y altamente predictivo.
Las claves del diagnóstico
Una de las características más innovadoras de esta investigación es la incorporación de técnicas de inteligencia artificial explicable. Esta metodología permite no solo obtener un diagnóstico, sino también comprender qué regiones cerebrales son las más relevantes para la predicción de la enfermedad. El modelo identificó biomarcadores cruciales en áreas del cerebro directamente relacionadas con la cognición, la acción y la percepción, ofreciendo una visión profunda de los procesos neurodegenerativos.
«La fusión de distintos tipos de datos mejora no solo la precisión de la clasificación, sino también la identificación de biomarcadores tempranos. Esto es crucial para ganar la confianza de los médicos y eventualmente integrar estas herramientas en la práctica clínica», subraya Estévez.
La detección temprana del Alzheimer es vital, ya que «podría permitir identificar tratamientos para cambiar o retrasar el curso natural del trastorno», afirma Intriago. Según las proyecciones del modelo, «cerca del 10% de las personas que reportan problemas de memoria podrían estar en riesgo de desarrollar la enfermedad».
Los resultados de esta prometedora investigación ya han sido enviados a una revista científica internacional para su revisión y publicación.
