El diagnóstico temprano del alzhéimer es el primer paso para el tratamiento de la enfermedad. Cuanto antes se detecten los cambios en el cerebro causados por esta patología, antes se puede empezar a tratar el paciente. Las señales de alerta están relacionadas con sutiles cambios en ciertas zonas del cerebro, por lo que hasta ahora era prácticamente imposible percatarse de los primeros pasos de esta dolencia.

Ahora, un equipo multidisciplinar de médicos e ingenieros propone un nuevo método para acelerar el diagnóstico temprano del alzhéimer: la inteligencia artificial. En un nuevo estudio publicado en la revista Radiology, los investigadores plantean utilizar algoritmos de aprendizaje profundo (deep-learning) para «entrenar a las máquinas» para detectar los cambios en el metabolismo de la captación de glucosa en determinadas zonas del cerebro, un proceso considerado como la antesala de la neurodegeneración causada por el alzhéimer.

«Las diferencias en el patrón de captación de glucosa en el cerebro son muy sutiles y difusas», explica Jae Ho Sohn, investigador del Departamento de Radiología e Imagen Biomédica de la Universidad de California en San Francisco (UCSF) y autor de este nuevo estudio.

Ni las personas ni las máquinas nacen aprendidas. Y es por eso que, para el desarrollo de este nuevo método de diagnóstico, los investigadores empezaron por entrenar algoritmos de aprendizaje profundo para encontrar cambios en el metabolismo cerebral mediante el uso de tomografías, una técnica capaz de proporcionar imágenes en las que se observa la captación de glucosa de las células del cerebro, uno de los rasgos predictivos del alzhéimer.

Como si de una clase magistral se tratara, los médicos e ingenieros responsables de la investigación empezaron enseñándole al algoritmo más de 2.100 imágenes cerebrales obtenidas de 1.002 pacientes con alzhéimer.

A partir de ahí empezó el entrenamiento. Este equipo multidisciplinar de médicos e ingenieros enseñó al algoritmo qué cambios del metabolismo del cerebro eran indicadores del alzhéimer. Este proceso se realizó con el 90% del conjunto de datos disponibles. En el 10% restante, los investigadores buscaron comprobar si efectivamente las máquinas habían aprendido algo. Y, por lo que parece, así fue: el algoritmo había aprendido a detectar patrones metabólicos característicos de la enfermedad. El algoritmo creado funcionó con una sensibilidad del 100% detectando los primeros síntomas de la enfermedad una media de seis años antes del diagnóstico oficial.