Cómo impulsa la IA el tratamiento y la cura del alzhéimer en la actualidad: de anticipar diagnósticos a generar 'gemelos digitales'
Sergi Valero, subdirector de Investigación y jefe del programa de Inteligencia Artificial de Ace Alzheimer Center Barcelona, cuenta los últimos avances sobre cómo se aborda esta enfermedad con el apoyo de los algoritmos
Dr. David Pérez Martínez, neurólogo: "Hasta un 45% de los casos de demencia podrían evitarse o retrasarse"
La inteligencia artificial tiene muchas aplicaciones a la hora de ayudar a combatir una enfermedad. Desde organizar millones de documentos de casos clínicos, hasta el diagnóstico por imagen, pasando por interpretaciones de escáneres que se puedan realizar en tiempo real.
El alzhéimer no es una excepción, desde el punto de vista de dolencia en la que los algoritmos han irrumpido para acelerar y mejorar su diagnóstico, tratamiento y curación. Una nueva herramienta permite procedimientos nuevos. Sergio Valero, subdirector de Investigación y jefe del programa de IA de Ace Alzheimer Center de Barcelona explica a la web de 'Informativos Telecinco' todo lo que está por venir y en lo que ya se trabaja actualmente.
Gemelos digitales para combatir el alzhéimer
Son la punta de lanza, la última de las innovaciones. "No es ciencia ficción, aunque tampoco es una herramienta consolidada", inicia. Explica que en su equipo de investigación cuentan ya con más de 3.000 personas "con seguimiento longitudinal" en lo que se considera "una fase temprana en la investigación y que todavía requiere validación rigurosa".
¿Qué se necesita para ''clonarnos' digitalmente y con precisión? "Muchas capas de información: evaluación cognitiva, neuroimagen, biomarcadores, historia clínica o incluso factores de estilo de vida". Todo ello, con la finalidad de tener una trazabilidad de la enfermedad y un campo en el que observar con más precisión.
Los biomarcadores vitaminados con IA
Para saber si hay -o no- enfermedad en progreso, "los biomarcadores son señales medibles que nos ayudan a aproximarnos a lo que ocurre en el cerebro, a menudo incluso antes de que los síntomas sean evidentes", explica.
"La IA puede integrar distintas fuentes de información e identificar patrones asociados al riesgo o a la evolución clínica". Tal y como ilustra, el escenario se completa con el siguiente dato: "ningún biomarcador aislado suele ser suficiente para capturar toda la complejidad del proceso neurodegenerativo". Los algoritmos permiten esta aglutinación de datos.
¿Y qué hay de los resultados? En palabras de Valero, "hemos observado resultados prometedores para detectar señales tempranas de deterioro cognitivo. Aun así, seguimos en una fase de validación clínica: no hablamos de una herramienta diagnóstica definitiva, sino de una aproximación complementaria, no invasiva y potencialmente escalable para facilitar la detección precoz".
¿Cómo actúa la IA para detectar patrones de deterioro cognitivo?
A pesar de que con inteligencia artificial se pueden llevar a cabo nuevos procedimientos, el investigador matiza que "la IA no 'entiende' a la persona, sino que aprende a partir de grandes volúmenes de datos". El entreno con grandes volúmenes de datos es la clave para el experto.
Sin embargo, en una dimensión más 'visible', los datos clínicos quedan en un segundo plano cuando se trata de que un algoritmo reconozca -en términos visuale-- el entorno. "En el caso del lenguaje, por ejemplo, distintos estudios (incluidos algunos desarrollados en nuestro entorno) sugieren que ciertos cambios sutiles en la forma de hablar pueden aparecer en fases tempranas del deterioro cognitivo, aunque no son específicos ni suficientes por sí solos para establecer un diagnóstico. Un modelo puede ayudar a cuantificar estas señales de forma sistemática, pero siempre desde una lógica probabilística: detecta asociaciones estadísticas, no causas, y su interpretación requiere necesariamente contexto clínico", avanza Valero.
La predicción de la evolución, otro de los puntos clave
Además de los biomarcadores, la detección por imagen o el análisis del lenguaje, hay otras líneas de investigación del alzhéimer en las que también se implementan herramientas de inteligencia artificial. Tal y como explica el subdirector, se trata de la predicción de la evolución, o lo que es lo mismo: "estimar qué personas con deterioro cognitivo leve tienen más probabilidad de progresar a demencia y en qué horizonte temporal".
Además, esta no es la única: "También se investiga para caracterizar mejor la variedad clínica de la enfermedad, identificar subgrupos de personas, optimizar la selección para ensayos clínicos y apoyar intervenciones más personalizadas. En nuestro entorno trabajamos algunas de estas aproximaciones, como el lenguaje espontáneo, la estimulación cognitiva digital o el análisis de medicación, pero el campo es más amplio".
¿La IA sustituirá a los médicos o al diagnóstico humano?
La respuesta corta: no. La respuesta desarrollada, según el experto, es que "la clave no es que la IA sustituya el diagnóstico clínico, sino que ayude a integrar información compleja y a generar estimaciones más precisas, siempre sujetas a validación rigurosa".
La segunda parte de la ecuación se completa con la propia supervisión humana. Valero sostiene que "la IA aplicada a salud no funciona de forma autónoma ni debería de hacerlo". Además, puntualiza que "en la práctica, los algoritmos generan estimaciones o señales de riesgo, pero la decisión final sigue dependiendo del juicio clínico y del contexto individual de la persona".