Segons l'Organització Mundial de la Salut, la malaltia de l'Alzheimer és la causa més freqüent de demència, constituint fins al 70 per cent dels casos. Es calcula que, a tot el món, aproximadament 24 milions de persones, número que podria veure's duplicat cada 20 anys, degut principalment a l'envelliment de la societat.
De moment no existeix cura, encara que existeixen nombrósos equips d'investigació treballant amb ella. En el que sí que s'estan aconseguint grans avenços és en la predicció de la malaltia, la qual cosa constitueix un element fonamental per prevenir el seu desenvolupament.
Un equip d'investigadors de la Universitat de Kaunas, a Lituània, ha desenvolupat un mètode basat en el deep learning que pot predir la possible aparició de la malaltia a partir d'imatges cerebrals amb una precisió de més del 99 per cent. L'estudi analitza imatges de ressonància magnètica funcional i s'han aconseguit resultats molt esperançadors en 138 persones, aconseguint una precisió, sensibilitat i especificitat inaudites.
Un dels primers signes possibles de la malaltia de l'Alzheimer és el deteriorament cognitiu lleu (DCL), que és l'etapa entre el deteriorament cognitiu esperat de l'envelliment normal i la demència. Fins ara, la ressonància magnètica funcional s'ha utilitzat per identificar les regions del cervell que poden estar associades amb l'aparició de la malaltia de l'Alzheimer. Les primeres etapes de DCL sovint gairebé no tenen símptomes clars, però en bastants casos poden detectar-se mitjançant neuroimatges.
Tanmateix, encara que teòricament és possible, l'anàlisi manual d'imatges de ressonància magnètica funcional que intenten identificar els canvis associats amb la malaltia d'Alzheimer, no només requereix un coneixement específic, sinó que també requereix molt temps: l'aplicació de la Intel·ligència Artificial i altres mètodes de deep learning pot accelerar el procés significativament. Trobar característiques de DCL no significa necessàriament la presència d'una malaltia, ja que també pot ser un símptoma d'altres malalties relacionades, però és un indicador i una possible ajuda per orientar-se cap a una avaluació per part d'un professional mèdic.
El processament de senyals creat permet delegar el processament a una màquina que pot completar la probable evolució amb prou rapidesa i precisió. És a dir, gràcies a un algoritme informàtic que selecciona els casos potencialment afectats, l'especialista pot examinar-los més de prop i, al final, avançar el diagnòstic i tractar el pacient molt abans.
El model basat en el deep learning es va desenvolupar amb els principals investigadors lituans al sector de la intel·ligència artificial. Les imatges es van classificar en sis categories diferents: des de saludables fins a l'espectre del deteriorament cognitiu llevi (DCL) fins a la malaltia d'Alzheimer. En total, es van seleccionar 51.443 i 27.310 imatges del conjunt de dades de ressonància magnètica funcional de la iniciativa de neuroimatge de la malaltia d'Alzheimer per a entrenament i validació.
Segons els investigadors, l'algoritme podria convertir-se en un programari, que analitzaria les dades recopilades dels grups vulnerables i notificaria al personal mèdic sobre les anomalies relacionades amb l'aparició primerenca de la malaltia d'Alzheimer.