Una IA predice el avance de la esclerosis con un 90% de certeza en un solo examen

La piedra angular de este proceso, el dato a partir del que el programa realiza sus cálculos y predicciones, es el que aporta la primera resonancia magnética que se le realiza a un paciente de EM. Con un vistazo, el modelo de IA echa mano de sistemas de aprendizaje automático para predecir la progresión del deterioro por la enfermedad, que afecta a cerca de 3.800 personas en la Comunidad, según datos del atlas de EM 2020.

«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 Silvia Campanioni, primera autora del trabajo. Así se podrá optimizar la precisión del tratamiento, desde las dosis hasta su duración, y establecer predicciones personalizadas. Por el momento, la investigación lleva analizados 446 registros de afectados de la base de datos del Servicio de Neurología de Hospital Clínico de Santiago (CHUS).

Según indicaron desde el IDIS, el programa entiende la edad de aparición de la enfermedad en un paciente como uno de los factores más influyentes en su predicción. Y, al clasificar la dolencia en base a su gravedad, presta especial atención a si la resonancia magnética revela nueve o más lesiones cerebrales. Roberto Agís, investigador del IDIS y último autor del proyecto, pone en valor el «impacto» que tendrá «no solo en términos científico-técnicos, sino también económico y social, por sus implicaciones en salud, calidad de vida y cooperación al desarrollo». Podría cosecharse «evidencia objetiva», incide, que, en adelante, dicte las mejores intervenciones de prevención posibles para cada caso y haga crecer la eficacia de los tratamientos.

En conclusión, los autores defienden que un correcto empleo de la IA puede proporcionar herramientas versátiles y poderosas para el tratamiento de la EM. «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, investigador del IIS Galicia Sur.

En el estudio participan el grupo de Investigación Translacional en Enfermedades Neurológicas (ITEN) y el Laboratorio de Neuro Epigenética del IDIS; el grupo de Investigación Cardiovascular y la Plataforma de IA para análisis biomédicos del IIS Galicia Sur; y el servicio de Neurología del CHUS.