El diagnóstico de las enfermedades neurodegenerativas ha sido durante mucho tiempo uno de los retos más exigentes de la medicina moderna. Enfermedades como el Alzheimer y la encefalopatía traumática crónica comparten características comunes a nivel celular, y su diferenciación precisa requiere conocimientos altamente especializados que no están disponibles de manera generalizada. Una nueva plataforma de inteligencia artificial desarrollada en la Escuela de Medicina Icahn de Mount Sinai podría estar a punto de cambiar esta situación.
Cómo la inteligencia artificial está transformando la detección de enfermedades neurodegenerativas
Investigadores del Centro de Patología Computacional y de Sistemas del Mount Sinai desarrollaron la Plataforma de Informática de Precisión, un sistema de aprendizaje automático diseñado para analizar preparaciones microscópicas digitalizadas obtenidas a partir de muestras de tejido de pacientes con un amplio espectro de enfermedades neurodegenerativas. Mediante técnicas de aprendizaje profundo, la plataforma fue entrenada para identificar ovillos neurofibrilares, acumulaciones anormales de la proteína tau en el cerebro que constituyen una característica distintiva de la enfermedad de Alzheimer y de otras afecciones neurológicas relacionadas con la edad.
El sistema utiliza una red neuronal convolucional capaz de detectar estos ovillos directamente a partir de imágenes digitalizadas con un alto grado de precisión. El estudio se publicó en «Laboratory Investigation», una revista médica de Nature.
Por qué las enfermedades neurodegenerativas son tan difíciles de diagnosticar
El principal desafío a la hora de diagnosticar enfermedades neurodegenerativas radica en la complejidad y el solapamiento de sus características patológicas. Los ovillos de proteína tau, por ejemplo, no solo aparecen en la enfermedad de Alzheimer, sino también en la encefalopatía traumática crónica y en una serie de afecciones adicionales asociadas con el envejecimiento y el deterioro neurológico. Distinguir entre estos diagnósticos a nivel tisular requiere, tradicionalmente, de un neuropatólogo altamente capacitado, y es un proceso laborioso, que lleva mucho tiempo y es difícil de reproducir de manera consistente en diferentes instituciones.
Esta variabilidad en la calidad del diagnóstico tiene consecuencias reales para los pacientes. Un diagnóstico inexacto o tardío limita el acceso al tratamiento adecuado, complica la participación en ensayos clínicos y frena el desarrollo de biomarcadores y terapias dirigidas.
Qué ofrece la plataforma Precise Informatics
La plataforma Precise Informatics es el primer marco diseñado específicamente para evaluar algoritmos de aprendizaje profundo utilizando datos de imágenes a gran escala en el campo de la neuropatología. Más allá de la detección, la plataforma permite la gestión de datos, la exploración visual, el trazado de contornos de objetos, la revisión por parte de múltiples usuarios y la evaluación de los resultados de los algoritmos, lo que la convierte en una herramienta integral tanto para aplicaciones clínicas como de investigación.
Según el investigador principal, el Dr. John Crary, profesor de Patología y Neurociencia en la Escuela de Medicina Icahn, la plataforma supone un avance significativo con respecto a los enfoques actuales, que presentan una baja reproducibilidad y requieren un trabajo manual intensivo. El objetivo, señaló, es lograr en última instancia un diagnóstico más eficiente y preciso de las enfermedades neurodegenerativas a gran escala.
El Mount Sinai procesa más de 80 millones de pruebas al año, lo que lo convierte en el departamento de patología académica más grande de los Estados Unidos, lo que brinda a los investigadores acceso a un conjunto de datos excepcionalmente amplio para entrenar y validar modelos de inteligencia artificial.
El impacto más amplio en la investigación sobre las enfermedades cerebrales
Las implicaciones de esta tecnología van mucho más allá del diagnóstico. Al permitir una identificación más consistente y escalable de las características de la enfermedad en el tejido cerebral, la plataforma acelera el desarrollo de biomarcadores específicos y abre nuevas vías para la investigación terapéutica. A medida que las herramientas de inteligencia artificial se integran cada vez más en los flujos de trabajo de la neuropatología, la capacidad de detectar y cuantificar las enfermedades neurodegenerativas de forma más temprana y confiable podría mejorar significativamente los resultados de los pacientes en una amplia gama de afecciones.
FOMAT lleva a cabo investigaciones clínicas en múltiples áreas terapéuticas, incluida la neurología. Para obtener más información sobre los estudios en curso, visite Página de estudios con pacientes de FOMAT.
Para consultar el texto completo, véase el artículo original en Revista R&D.