La IA predice la evolución de los pacientes con esclerosis múltiple a 10 años con una certeza del 90%
Este hallazgo surge en el grupo de Investigación Traslacional en Enfermedades Neurológicas (ITEN) del IDIS y el IIS Galicia
Imagen recurso de un paciente en silla de ruedas.
Madrid
El grupo de Investigación Traslacional en Enfermedades Neurológicas (ITEN) del IDIS y el IIS Galicia Sur colaboran en un estudio que acaba de ser publicado en la prestigiosa revista científica Plos One y que investiga la esclerosis múltiple y su evolución mediante inteligencia artificial.
Más información
A través de los datos obtenidos de la primera resonancia magnética de pacientes con esclerosis múltiple del Servicio de Neurología de Hospital Clínico de Santiago de Compostela, el programa utiliza Inteligencia Artificial para predecir la evolución de estos pacientes a 10 años de una manera muy precisa, con una certeza de casi el 90 por ciento.
La investigación analizó un total de 446 registros de afectados con al menos un año de seguimiento. Este modelo de aprendizaje automático predice la progresión de la discapacidad en pacientes con EM utilizando datos de resonancia magnética basal o inicial y evaluaciones clínicas usando la Escala ampliada del estado de discapacidad.
"El trabajo propone nuevos modelos para describir la progresión de los pacientes con programas de IA que predicen sus trayectorias usando estos descriptores, y además, nos ofrece una idea de qué factores contribuyen a dicha evolución, como la edad de debut o las lesiones", explica la autora inicial del trabajo, Silvia Campanioni.
De este modo, la investigación permitirá optimizar la dosis y duración de los tratamientos de esclerosis múltiple, así como optimizar su aplicación en función del perfil de cada paciente o tratamientos, al mismo tiempo que se mejora la trayectoria mediante el uso de predictores de ML personalizados.
Resultados que apuntan a la "edad debut" como influyente en los modelos realizados
En cuanto a los resultados más destacables, el estudio ha identificado que la "edad de debut" es una de las características más influyentes para los modelos regresores desarrollados. Además, el número de lesiones cerebrales mayores o iguales a nueve en la resonancia magnética inicial emergió como la variable más influyente en las decisiones del modelo clasificador.
"El trabajo tiene un impacto significativo, no solo en términos científico-técnicos, sino también económico y social, por sus implicaciones en salud, calidad de vida y cooperación al desarrollo", señala el investigador del IDIS, Roberto Agís, último autor del proyecto. "Podríamos obtener evidencia objetiva e indicadores sobre las intervenciones de prevención que ayudarán a predecir la eficacia terapéutica de los tratamientos", explica.
¿Qué es la esclerosis múltiple?
La esclerosis múltiple (EM) es una enfermedad inflamatoria y neurodegenerativa crónica que provoca desmielinización y acumulación de discapacidad a largo plazo. La activación autorreactiva de la inmunidad adaptativa tiene un papel protagonista en la EM. Aunque se desconoce la causa que desencadena la enfermedad, todo apunta a una mezcla entre genes y factores de riesgo ambientales, virales y de estilo de vida.
Según los datos obtenidos por el equipo investigador, el estudio con inteligencia artificial (IA) es capaz de proporcionar herramientas versátiles y poderosas para el tratamiento de la esclerosis. "Las tecnologías de IA como el aprendizaje profundo y al aprendizaje automático podrían respaldar la integración de factores biológicos, psicológicos y sociales al abordar la prevención, el diagnóstico y el tratamiento de la EM, incluso otras enfermedades", explica César Veiga.
La toma de decisiones terapéuticas en la EM sigue basándose en la integración de las mismas variables demográficas, clínicas, pruebas a los pacientes de hace años, como las imágenes de resonancia. "Todavía existen muchos desafíos abiertos en este ámbito y las mejoras provienen de varias líneas de convergencia, como, por ejemplo, la integración de conjuntos de datos que pueden mejorar la personalización y la capacidad predictiva de los algoritmos de IA en el cuidado de la salud", señala el líder del grupo ITEN del IDIS, José María Prieto.
