Todavía no se conocen las causas que provocan el Alzheimer, una enfermedad que afecta ya a cerca de 800.000 personas solo en España. Sin embargo, nuevas tecnologías como el machine learning y la inteligencia artificial (IA) se han relevado en los últimos años como el complemento perfecto para la detección precoz de esta enfermedad.
Mientras se descubre qué mecanismos originan la enfermedad, los investigadores han llegado a conocer que las primeras lesiones en el cerebro pueden iniciarse hasta 20 años antes de que aparezcan los primeros síntomas.
Por este motivo la detección precoz es tan importante.
Investigadores de la Universidad Tecnológica de Kaunas (Lituania) han desarrollado un algoritmo capaz de predecir la aparición de la enfermedad de Alzheimer a partir de imágenes cerebrales tomadas con resonancia magnética funcional.
Según el estudio, esta nueva tecnología IA puede identificar los primeros marcadores de la enfermedad de Alzheimer con más del 99% de precisión.
Al evaluar los escáneres cerebrales de las personas, este algoritmo es capaz de detectar aquellos cambios sutiles que suelen tener lugar en etapas previas al diagnóstico, las cuales son difícilmente percibidas por el ojo humano pues todavía no muestran ninguna sintomatología.
¿Pero cómo lo consiguieron?
Esta Inteligencia Artificial fue entrenada con 51.443 escáneres cerebrales de 138 personas distintas. Luego, se comprobó su efectividad con otras 27.310 imágenes lo cual pudo identificar el deterioro cognitivo temprano con una precisión del 99,99%.
Estas imágenes se dividieron en varias categorías distintas, las que iban desde cerebros sanos hasta varios grados de deterioro cognitivo y Alzheimer. Luego se usaron otras 27 mil imágenes para probar el algoritmo, que fue capaz de identificar la aparición de señales prematuras con una precisión del 99%. Ahora, gracias a la aplicación de la IA junto con el conocimiento de profesionales expertos, es posible detectar casos de Alzheimer hasta con 15 años de antelación, a través del estudio genético y la monitorización del paciente.