Un equipo de investigadores del Hospital General de Massachusetts ha desarrollado un modelo de inteligencia artificial capaz de identificar a personas que padecen Alzheimer con una precisión superior al 90%. El Alzheimer es una enfermedad progresiva que afecta la memoria y otras funciones cerebrales a lo largo del tiempo.

El equipo, liderado por el doctor Matthew Leming, ha creado un sistema llamado MUCRAN (Multi-Confound Regression Adversarial Network) y lo ha entrenado utilizando aproximadamente 17,076 resonancias magnéticas clínicas de pacientes del Hospital General de Massachusetts anteriores a 2019, tanto de aquellos que padecen la enfermedad como de personas saludables.

Según se indica en el artículo científico, la inteligencia artificial ha alcanzado una precisión del 90.3% en el análisis.

Aunque los datos utilizados en el entrenamiento estaban relacionados directamente con un hospital y un período de tiempo específico, los investigadores probaron el modelo MUCRAN en la detección de esta condición en pacientes de otros centros de salud, como el Brigham and Women's Hospital, entre otros.

El objetivo es que esta tecnología pueda aplicarse a cualquier persona, incluso si no tiene ninguna relación con los casos utilizados para el entrenamiento.

Además, los investigadores están buscando que la inteligencia artificial ayude a detectar casos menos comunes de esta enfermedad, que se presentan en pacientes jóvenes en lugar de en adultos mayores, que es lo más común. Según Leming, una de las claves es que el nuevo modelo desarrollado no considera la edad como una variable para emitir un pre diagnóstico.

"Abordamos el problema haciendo que el modelo de inteligencia artificial sea 'ciego' a características asociadas con la edad del paciente", aseguró Leming. Esto se debe a que otros modelos consideraban la edad como una variable relevante para el diagnóstico. Al eliminar esta consideración, se espera obtener resultados más confiables.

Como característica adicional, el modelo de inteligencia artificial incorpora una "métrica de incertidumbre", lo que significa que no considera los datos con los que fue entrenado como información exacta, sino que tiene en cuenta posibles variaciones de los mismos. Cuanto más se aproximen los datos a los originales, mayor será la probabilidad de detectar el Alzheimer en un paciente.

Esta dinámica entre los datos de entrenamiento y los que se pueden encontrar en entornos reales no controlados permitiría que esta tecnología pueda aplicarse para ayudar en el diagnóstico de estas condiciones en pacientes de cualquier parte del mundo.

"MUCRAN, al ofrecer menos predicciones poco confiables, presenta un sistema que se puede implementar y escalar en el mundo real", indica la publicación científica.

Si bien los resultados de esta investigación son prometedores, aún no se ha determinado si este tipo de sistemas se utilizará efectivamente para detectar el Alzheimer en el Hospital General de Massachusetts o en otras instituciones de salud.