El algoritmo es sorprendentemente bueno para detectar cambios asociados con la enfermedad de Alzheimer, lo que brinda a los pacientes un momento crucial para intervenir con el tratamiento.

Al igual que en muchas otras afecciones, la detección temprana es crucial en el Alzheimer. Sin embargo, el problema es que los síntomas generalmente no son claros, y cuando se realiza el diagnóstico, la mayoría de los tratamientos pierden eficacia.

Aunque no existe un tratamiento directo para el Alzheimer, existen varios tratamientos que pueden ayudar a detener el progreso de la enfermedad. Tener una forma de diagnosticarlo antes podría hacer una gran diferencia en el tratamiento de la enfermedad.

“Una de las dificultades con la enfermedad de Alzheimer es que, cuando se manifiestan todos los síntomas clínicos y podemos hacer un diagnóstico definitivo, demasiadas neuronas han muerto. haciéndolo esencialmente irreversible “, dice Jae Ho Sohn, MD, MS, residente en el Departamento de Radiología e Imagen Biomédica de la UC San Francisco.

Aquí es donde entra la nueva IA. Sohn y sus colegas combinaron la neuroimagen con el aprendizaje automático,” entrenamiento ”El algoritmo para analizar escaneos PET y buscar patrones relacionados con el Alzheimer.

Primero lo alimentaron con imágenes de la Iniciativa de neuroimagen de la enfermedad de Alzheimer (ADNI, por sus siglas en inglés), un conjunto de datos público masivo de tomografías PET de pacientes que finalmente fueron diagnosticados con enfermedad de Alzheimer, deterioro cognitivo leve o ningún trastorno.

“Esta es una aplicación ideal de aprendizaje profundo porque es particularmente fuerte para encontrar procesos muy sutiles pero difusos. Los radiólogos humanos son realmente fuertes en la identificación de pequeños hallazgos focales como un tumor cerebral, pero luchamos para detectar cambios globales más lentos ”, dice Sohn. “Dada la fuerza del aprendizaje profundo en este tipo de aplicación, especialmente en comparación con los humanos, parecía una aplicación natural”. Después de 1,921 exploraciones de entrenamiento, alimentaron otras 188 imágenes, también de la misma base de datos, pero que no se presentaron previamente al AI.

Un conjunto adicional de 40 exploraciones de pacientes que se presentaron al Centro de Memoria y Envejecimiento de la UCSF con posible deterioro cognitivo. La IA se aprobó con éxito. En primer lugar, fue capaz de identificar con éxito al 92% de los pacientes que desarrollaron la enfermedad de Alzheimer en el primer conjunto de pruebas y al 98% en el segundo conjunto de pruebas. Aún más impresionante, en promedio, realizó las predicciones 75.8 meses (más de 6 años) antes de que el paciente recibiera el diagnóstico oficial.

Un algoritmo de este tipo podría ser una herramienta predictiva muy útil para el tratamiento del Alzheimer. Por supuesto, todavía pasará un tiempo antes de que el método pueda ser aplicado clínicamente, pero los investigadores son optimistas.

Sohn quiere probar el algoritmo, sin embargo, según los investigadores, los investigadores dicen que con la validación y la calibración adicionales en un entorno más amplio, se puede usar el dispositivo. “Creo que este algoritmo tiene un gran potencial para ser clínicamente relevante”, concluye Sohn.