IA identifica dos tipos de Esclerosis Múltiple con IA y análisis de sangre

La inteligencia artificial (IA) continúa revolucionando la investigación médica y científica, abriendo nuevas vías para el avance de la salud. Un reciente estudio publicado en la revista Brain (Fuente 1) demuestra cómo la IA, combinada con análisis de sangre e imágenes cerebrales, ha permitido identificar dos tipos biológicamente distintos de esclerosis múltiple (EM).

Los investigadores analizaron los niveles sanguíneos de una proteína llamada cadena ligera de neurofilamento sérico (sNfL), un indicador del daño a las células nerviosas y de la actividad de la EM. Es importante recordar que la EM es una enfermedad neurodegenerativa autoinmune caracterizada por el ataque del sistema inmunitario a la vaina de mielina, la capa protectora de los axones o fibras nerviosas.

Al combinar los niveles de sNfL con imágenes cerebrales obtenidas mediante resonancia magnética (IRM), e interpretando los datos con un modelo de aprendizaje automático, el equipo logró identificar dos tipos distintos de EM:

• Una forma temprana de sNfL, caracterizada por niveles elevados de esta proteína desde el inicio de la enfermedad y un rápido desarrollo de lesiones cerebrales, lo que sugiere una forma más activa y agresiva de EM.
• Una forma tardía, con un aumento más tardío de los niveles de NfL y atrofia cerebral en ciertas áreas, lo que indica que la enfermedad progresa antes de que los niveles de sNfL aumenten, sugiriendo una forma de EM con una progresión más lenta y lesiones que se manifiestan más tarde.

Este descubrimiento podría tener un impacto significativo en el manejo de la EM. Conocer el tipo específico de EM que padece un paciente permitiría a los médicos predecir con mayor precisión el riesgo de nuevas lesiones cerebrales y, por lo tanto, diseñar un enfoque terapéutico más personalizado.

“Gracias a un modelo de IA combinado con un marcador sanguíneo muy accesible y la IRM, hemos podido identificar por primera vez dos perfiles biológicos distintos de la EM. Esto permitirá a los médicos comprender mejor la progresión de la enfermedad en un paciente e identificar a aquellos que necesitan una vigilancia más estrecha o un tratamiento más específico”, afirmó el Dr. Arman Eshaghi, coautor del estudio (Fuente 2).

El Dr. Eshaghi añadió: “En el futuro, cuando la herramienta de IA sugiera que un paciente tiene una esclerosis múltiple sNfL en una etapa temprana, este podría ser elegible para tratamientos más eficaces y recibir un seguimiento más cercano” (Fuente 3).