Según la Organización Mundial de la Salud, la enfermedad de Alzheimer es la causa más frecuente de demencia, constituyendo hasta el 70 por ciento de los casos. Se calcula que, en todo el mundo, aproximadamente 24 millones de personas, número que podría verse duplicado cada 20 años, debido principalmente al envejecimiento de la sociedad.
De momento no existe cura, aunque existen numeroso equipos de investigación trabajando con ella. En lo que sí se están logrando grandes avances es en la predicción de la enfermedad, lo que constituye un elemento fundamental para prevenir su desarrollo.
Un equipo de investigadores de la Universidad de Kaunas, en Lituania, ha desarrollado un método basado en el deep learning que puede predecir la posible aparición de la enfermedad a partir de imágenes cerebrales con una precisión de más del 99 por ciento. El trabajo analiza imágenes de resonancia magnética funcional y se han logrado resultados muy esperanzadores en 138 personas, logrando una precisión, sensibilidad y especificidad inauditos.
Uno de los primeros signos posibles de la enfermedad de Alzheimer es el deterioro cognitivo leve (DCL), que es la etapa entre el deterioro cognitivo esperado del envejecimiento normal y la demencia. Hasta ahora, la resonancia magnética funcional se ha utilizado para identificar las regiones del cerebro que pueden estar asociadas con la aparición de la enfermedad de Alzheimer. Las primeras etapas de DCL a menudo casi no tienen síntomas claros, pero en bastantes casos pueden detectarse mediante neuroimágenes.
Sin embargo, aunque teóricamente es posible, el análisis manual de imágenes de resonancia magnética funcional que intentan identificar los cambios asociados con la enfermedad de Alzheimer, no solo requiere un conocimiento específico, sino que también requiere mucho tiempo: la aplicación de la Inteligencia Artificial y otros métodos de deep learning puede acelerar el proceso significativamente. Encontrar características de DCL no significa necesariamente la presencia de una enfermedad, ya que también puede ser un síntoma de otras enfermedades relacionadas, pero es un indicador y una posible ayuda para orientarse hacia una evaluación por parte de un profesional médico.
El procesamiento de señales creado permite delegar el procesamiento a una máquina que puede completar la probable evolución con la suficiente rapidez y precisión. Es decir, gracias a un algoritmo informático que selecciona los casos potencialmente afectados, el especialista puede examinarlos más de cerca y, al final, adelantar el diagnóstico y tratar al paciente mucho antes.
El modelo basado en el deep learning se desarrolló con los principales investigadores lituanos en el sector de la inteligencia artificial. Las imágenes se clasificaron en seis categorías diferentes: desde saludables hasta el espectro del deterioro cognitivo leve (DCL) hasta la enfermedad de Alzheimer. En total, se seleccionaron 51.443 y 27.310 imágenes del conjunto de datos de resonancia magnética funcional de la iniciativa de neuroimagen de la enfermedad de Alzheimer para entrenamiento y validación.
Según los investigadores, el algoritmo podría convertirse en un software, que analizaría los datos recopilados de los grupos vulnerables y notificaría al personal médico sobre las anomalías relacionadas con la aparición temprana de la enfermedad de Alzheimer.