El Alzheimer es una enfermedad degenerativa que afecta la memoria, el pensamiento y el comportamiento de millones de personas en el mundo. Su diagnóstico precoz es fundamental para mejorar la calidad de vida de los pacientes y sus familias. Por eso, un equipo de investigadores de la Universidad de Buenos Aires (UBA) está trabajando en un método innovador que utiliza Inteligencia Artificial (IA) y resonancias magnéticas cerebrales para detectar el inicio de esta demencia.
La IA al servicio de la salud mental y neurológica
Los investigadores de la UBA pertenecen al Instituto de Ciencias de la Computación de la Facultad de Ciencias Exactas y Naturales. Su objetivo es aplicar métodos avanzados de IA en el ámbito de la salud mental y neurológica, explorando nuevas fronteras en el diagnóstico y el tratamiento de diversas enfermedades.
“Nuestro enfoque se centra en la aplicación de algoritmos en campos tan diversos como el procesamiento del habla y del lenguaje natural, el análisis de imágenes y el seguimiento de biomarcadores en pacientes”, explicó Diego Fernández Slezak, investigador del equipo.
Uno de los campos más prometedores es el análisis de imágenes de resonancias magnéticas cerebrales, que permiten observar la estructura y el funcionamiento del cerebro. Estas imágenes son una fuente rica de información, pero también un desafío para su interpretación.
El Alzheimer es la forma más común de demencia, que afecta a 35 millones de personas en el mundo. Se caracteriza por la pérdida progresiva de las capacidades cognitivas, como la memoria, el lenguaje y el razonamiento. Esta enfermedad no tiene cura, pero existen tratamientos que pueden aliviar sus síntomas y retrasar su avance.
La detección temprana del Alzheimer es clave para mejorar el pronóstico y la calidad de vida de los pacientes y sus familias. Sin embargo, su diagnóstico suele ser tardío, cuando ya se han producido daños irreversibles en el cerebro.
Por eso, los investigadores de la UBA están trabajando en un método que utiliza IA y resonancias magnéticas cerebrales para detectar el inicio del Alzheimer. Su hipótesis es que los algoritmos de IA pueden reconocer cambios estructurales en el cerebro que puedan estar relacionados con la acumulación de proteínas asociadas a la enfermedad.
El método basado en IA y resonancias magnéticas cerebrales
El método que desarrollan los investigadores consiste en entrenar algoritmos con imágenes de resonancias magnéticas cerebrales para que puedan distinguir entre personas sanas y personas con Deterioro Cognitivo Leve (DCL), que a menudo es un precursor del Alzheimer.
Estas imágenes, compuestas por píxeles o vóxeles de colores, reflejan la actividad cerebral en diferentes zonas del órgano. Sin embargo, la interpretación manual de ellas es un desafío incluso para expertos en la materia. Además, la detección de estas proteínas requiere técnicas invasivas y costosas.
El equipo de la UBA trabaja en colaboración con el hospital Fleni, que proporciona las imágenes de resonancia magnética necesarias para entrenar a la IA. Esta colaboración multidisciplinaria combina la experiencia médica con la experticia en Inteligencia Artificial y ciencias de la computación. https://ciudadano.news/salud/seis-consejos-para-cuidar-el-cerebro-y-evitar-el-alzheimer
Los beneficios del método basado en IA y resonancias magnéticas cerebrales
El método basado en IA y resonancias magnéticas cerebrales tiene varios beneficios potenciales para la detección temprana del Alzheimer. Es no invasivo y accesible. Solo requiere una imagen de resonancia magnética cerebral, que es una técnica segura y disponible en muchos centros médicos. Es rápido y preciso. Los algoritmos pueden analizar las imágenes en cuestión de minutos y ofrecer un diagnóstico con un alto grado de confiabilidad. Es preventivo y proactivo. Permite identificar a las personas con riesgo de desarrollar Alzheimer antes de que aparezcan los síntomas y ofrecerles un seguimiento y un tratamiento adecuados.
Los investigadores de la UBA continúan trabajando en el perfeccionamiento y la validación de este método, que abre nuevas puertas hacia el diagnóstico precoz y el desarrollo de tratamientos más efectivos.