Un equipo de expertos en la salud, liderados el doctor Matthew Lemin del Hospital General de Massachusetts, Estados Unidos, creó un novedoso modelo de inteligencia artificial cuya característica es que puede identificar con una alta precisión del 90% a personas que padezcan de Alzheimer.

De acuerdo con la institución, el sistema se nombró MUCRAN (Multi-Confound Regression Adversarial Network) y su prueba piloto fue con el análisis de 17 mil 76 resonancias magnéticas clínicas realizadas previamente en el Hospital antes descrito. Los análisis se realizaron antes del 2019 a enfermos de Alzheimer y a otras personas que estaban saludables.

Recordar que el Alzheimer es una enfermedad que deteriora la memoria y otras funciones del cerebro de manera progresiva a lo largo de los años, por lo tanto, el propósito de MUCRAN es que su tecnología pueda ser aplicable a cualquier persona aún si no tiene relación con los casos con los que fue entrenado.

Según se explica en el informe oficial, los investigadores pusieron a prueba el modelo MUCRAN para detectar la enfermedad en otras personas de otros centros de salud de Estados Unidos como el Brigham and Women’s Hospital y otros, ya que era necesario fortalecer la teoría de eficacia del sistema de inteligencia artificial creado.

Al revelar más detalles del modelo, el Hospital General de Massachusetts precisó que una de las principales características de MUCRAN es que cuenta con la “métrica de incertidumbre”, cuya particularidad es que no permite que se tomen los datos con los que fue entrenado en el laboratorio digital, de manera exacta, sino, que existan variaciones. Esto ayuda a que se pueda detectar el Alzheimer en una persona mayor.

Otros usos de MUCRAN para detectar más padecimientos

Incluso, los científicos pretenden que la inteligencia artificial ayude a detectar casos más raros de esta enfermedad, que se presentan en pacientes jóvenes en lugar del común, que es su aparición en adultos mayores. Según Leming, una de las claves es que el nuevo modelo que desarrollaron no considera la edad como una variable para emitir un pre-diagnóstico.

Según AECOC (empresa multiservicios de España), El uso de machine learning puede detectar los patrones y los primeros síntomas del Alzheimer. El estudio se está realizando a través de un dispositivo que, instalado en el cuarto de un paciente, se encarga de grabar todo lo que sucede a su alrededor incluyendo los movimientos de la persona.

Las consecuencias del uso de machine learning en la detección del Alzheimer:

Identificación de enfermos en fase temprana: los dispositivos permiten recoger información e identificar patrones que pueden servir para identificar a futuros pacientes, que podrían comenzar a ser tratados años antes de que aparezcan los síntomas obvios como la pérdida de memoria.​

Creación de una prueba de diagnóstico: actualmente no existe prueba para identificar a los enfermos de Alzheimer y los escáneres de cerebro no se pueden utilizar para identificar esta enfermedad. Sin embargo, el machine learning podría permitir desarrollar una prueba de diagnóstico.

Mejora de los ensayos clínicos de los medicamentos: los patrones identificados con machine learning pueden eliminar los dos problemas principales en el desarrollo de nuevos medicamentos para el Alzheimer: el desconocimiento de las causas de la enfermedad y la dificultad de identificar pacientes que se beneficien de la medicación.