¿Es el ojo la ventana al Alzheimer?

RetiSpec ha desarrollado un algoritmo de inteligencia artificial que, según dice, puede analizar los resultados de un escáner ocular y detectar signos de Alzheimer 20 años antes de que se desarrollen los síntomas. La herramienta es parte de un trabajo más amplio de nuevas empresas e investigadores para aprovechar la IA para desbloquear los misterios de una enfermedad que afecta a más de siete millones de estadounidenses.

Durante años, la gente ha estudiado las características individuales del Alzheimer, incluida la inflamación cerebral y la neurodegeneración, pero las causas exactas de la enfermedad siguen siendo difíciles de alcanzar. La IA, dicen los investigadores, podría abrir una nueva era en el diagnóstico de una enfermedad neurológica que sigue siendo difícil de identificar, y mucho menos de tratar.

“Aún queda una gran cantidad de cosas que fundamentalmente no entendemos sobre el cerebro y cómo funciona”, dijo Eliav Shaked, cofundador de RetiSpec, con sede en Toronto. “El poder de la IA es que puede ayudar a conectar los puntos”.

Otra empresa, Neurovision, con sede en Sacramento, California, pretende utilizar el aprendizaje automático para desarrollar escáneres de retina y análisis de sangre para identificar a las personas en riesgo de desarrollar Alzheimer y otras formas de demencia. El modelo de IA de la compañía analiza escaneos oculares en busca de anomalías como la acumulación de ciertas proteínas o vasos sanguíneos con forma retorcida, que están asociados con el Alzheimer, dijo Steven Verdooner, cofundador de Neurovision.

Puede resultar difícil para las personas discernir estos signos en las exploraciones. Muchas exploraciones tienen áreas oscuras y los depósitos de placa pueden ser muy pequeños. El ojo humano no puede distinguirlos muy bien, afirmó Verdooner.

“El algoritmo hace un mejor trabajo”, dijo.

En la Facultad de Medicina de la Universidad de Arizona en Tucson, el profesor asociado de neurología Rui Chang construyó un modelo de inteligencia artificial que tiene como objetivo identificar desencadenantes genéticos relacionados con el Alzheimer. El enfoque tradicional que siguen los investigadores es laboriosamente lento, afirmó Chang.

“Es como mirar el bosque, un árbol a la vez”, dijo.

La IA puede absorber todo el bosque de información a la vez y encontrar patrones que la gente no puede. El modelo tardó dos meses en identificar 6.000 objetivos genéticos que, si se derriban o se reprimen, podrían cambiar la forma en que se desarrolla el Alzheimer. Chang dijo que la herramienta le ha quitado una década de su investigación.

Chang fundó una empresa, Path-Biotech, que iniciará ensayos clínicos el próximo año basados ​​en su investigación sobre IA.

El Alzheimer fue la sexta causa de muerte en los EE. UU. en 2021, sin incluir el Covid-19.

La Administración de Alimentos y Medicamentos aprobó en julio un fármaco, Leqembi, que elimina el amiloide, una placa pegajosa que se acumula en el cerebro de los pacientes con Alzheimer. Pero las técnicas actuales para identificar la enfermedad son caras y difíciles.

Las personas con síntomas pueden someterse a una punción lumbar o una exploración por TEP para ver si tienen niveles altos de amiloide y hebras enredadas de la proteína tau, que también se encuentra comúnmente en los pacientes con Alzheimer. Las exploraciones son muy precisas, lo que las convierte en el estándar de oro de diagnóstico, afirmó Catherine Bornbaum, directora comercial de RetiSpec. En comparación con los resultados de la autopsia (que sigue siendo la única forma de saber con certeza si un paciente tenía Alzheimer cuando murió), la tasa de éxito del diagnóstico de la exploración PET es cercana al 90%.

Pero las máquinas no están ampliamente disponibles, las exploraciones son costosas y obtener un diagnóstico puede llevar semanas. Las aseguradoras no cubren habitualmente las exploraciones y pueden costar alrededor de 6.000 dólares.

Las tecnologías de inteligencia artificial podrían acelerar el proceso de obtención de un diagnóstico y abaratarlo. La IA de RetiSpec lee escaneos de una cámara que se puede conectar a máquinas que ya están disponibles en las oficinas de la mayoría de los optometristas, por ejemplo. La cámara mide un rango más amplio del espectro que el que el ojo humano puede ver, lo que permite a la IA detectar firmas ópticas únicas que se corresponden con la presencia de amiloide en el cerebro. El modelo, que ofrece resultados instantáneamente, tuvo una precisión del 80% en la detección de dichas firmas en un estudio reciente de 271 pacientes.

Las herramientas de inteligencia artificial en la investigación médica pueden funcionar bien en pruebas clínicas, pero fallan en situaciones más complicadas de la vida real, dijo Matt Leming, investigador del Hospital General de Massachusetts.

“Los modelos de IA biotecnológica son delicados”, afirmó.

La IA aprende mejor a partir de enormes cantidades de datos, afirmó Leming. Los modelos de IA como ChatGPT son buenos para analizar e imitar la escritura, por ejemplo, porque aprenden del texto recopilado en Internet.

Los datos médicos son comparativamente escasos y propietarios. Eso significa que la IA en biotecnología tiene una muestra más limitada de la cual aprender y sus resultados pueden verse fácilmente alterados por una variación más amplia en los casos que encuentra en una clínica en comparación con entornos de laboratorio más controlados.

“Cuando se trata de que la IA cambie fundamentalmente la forma en que hacemos medicina, no creo que vaya a suceder”, dijo Leming.

Chang, de la Universidad de Arizona, dijo que ha intentado superar este problema mediante el uso de modelos matemáticos que minimizan los errores y mejoran la precisión de las predicciones. RetiSpec dijo que la compañía ha tomado muestras de 14 socios de investigación, de quienes recopila muestras de comunidades racial y socioeconómicamente diversas. Neurovision dijo que tomó muestras de diversos conjuntos de datos y las comparó con otros para minimizar errores.

“Parte del trabajo más importante que hemos realizado es asegurarnos de que la IA no sufra la entrada y salida de basura”, dijo Shaked de RetiSpec.

Escribe a Vipal Monga a [email protected]