La Inteligencia Artificial revoluciona la detección temprana del Parkinson
Con un enfoque innovador en biomarcadores, un nuevo método impulsado por IA promete prever la enfermedad con hasta siete años de anticipación.
Los investigadores de Londres y Alemania han presentado un nuevo avance en la detección temprana del Parkinson, que podría permitir a las personas conocer hasta siete años antes de la aparición de los síntomas si desarrollarán la enfermedad. Este método, detallado en la revista Nature Communications, implica una simple prueba de sangre y el análisis de los resultados utilizando inteligencia artificial (IA).
El Parkinson, un desafío central en la neurobiología contemporánea, se caracteriza típicamente por movimientos involuntarios de las manos, así como por síntomas menos evidentes como rigidez muscular, deterioro cognitivo, cambios emocionales, trastornos del sueño y problemas digestivos.
Aunque su etiología aún no está completamente comprendida, se cree que esta enfermedad resulta de una combinación de factores genéticos y ambientales. Dado que no existe un tratamiento definitivo para el Parkinson, la atención temprana es considerada crucial por muchos expertos en salud mental.
En los últimos años, se han explorado varias técnicas de detección precoz, desde la observación de la retina hasta la capacitación de perros para detectar el Parkinson.
La nueva estrategia se basa en la identificación de ocho biomarcadores asociados con el desarrollo de la enfermedad. Un algoritmo de aprendizaje automático analiza las proteínas en el plasma sanguíneo y calcula las probabilidades de padecer esta afección neurodegenerativa.
Para entrenar la IA, los científicos utilizaron datos de perfiles sanguíneos de pacientes recién diagnosticados con Parkinson, personas con síntomas motores premotores y sujetos sanos. Este enfoque es prometedor, ya que proporciona una de las primeras propuestas tangibles de anticipación basada en componentes asociados con la inflamación neuronal.
Según los resultados divulgados, el modelo de aprendizaje automático logró identificar con precisión a todos los pacientes con Parkinson y pudo prever hasta el 79% de las personas con predisposición a desarrollar la enfermedad hasta siete años antes de que aparecieran los síntomas. Este logro fue producto del seguimiento de 72 pacientes durante un período de 10 años. El análisis de sangre acertó en predecir que 16 pacientes desarrollarían la enfermedad antes de que se manifestaran los signos.
Michael Bartl, uno de los autores principales e investigador del Centro Médico Gotinga en Alemania, explicó: “Esto significa que podrían administrarse terapias farmacológicas en una fase más temprana, lo que posiblemente ralentizaría la progresión de la enfermedad o incluso evitaría que se produjera. No solo hemos desarrollado una prueba, sino que podemos diagnosticar la enfermedad basándonos en marcadores que están directamente relacionados con procesos como la inflamación y la degradación de proteínas no funcionales”.
La mayoría de los métodos actuales para predecir el Parkinson y el Alzheimer se basan en la detección de proteínas asociadas a los síntomas. Sin embargo, muchos de estos biomarcadores no han sido completamente aceptados por la comunidad científica debido a la falta de estudios exhaustivos.
La reciente propuesta, que evalúa ocho proteínas, es una de las primeras en extenderse en el tiempo y en utilizar inteligencia artificial como base de análisis. Aunque los propios investigadores admiten que aún se puede mejorar, la propuesta es lo suficientemente sólida como para ser considerada en ensayos clínicos más amplios.
“Este análisis de sangre específico indica eventos moleculares en etapas tempranas y podría ayudar a identificar a los participantes en riesgo para ensayos clínicos destinados a retardar o prevenir la enfermedad de Parkinson motora”, señala el artículo de Nature.
