Inteligencia artificial para resolver los enigmas del alzheimer

Investigadores de la UMA, en colaboración con un grupo de la Universidad de Granada, desarrollan un método para el diagnóstico de esta enfermedad con la técnica de aprendizaje profundo.

PAOLA ARAGÓN

El alzheimer afecta actualmente a más de 40 millones de personas en el mundo y en España a cerca de un millón, siendo el tercer país con mayor número de enfermos según datos del Instituto Nacional de Estadística (INE). Las cifras no dejan de aumentar en una enfermedad que aún no cuenta con una cura. El diagnóstico precoz es fundamental y es el objetivo que persiguen numerosos investigadores como el grupo BioSip de la Universidad de Málaga (UMA), del que forman parte Andrés Ortiz, Jorge Munilla, Juan Górriz y Javier Ramírez.

Este grupo de investigación, en colaboración con otro de la Universidad de Granada, ha desarrollado un método que ayuda al diagnóstico de la enfermedad mediante el estudio de señales e imágenes biomédicas y gracias al uso de la técnica de aprendizaje profundo –conocido también como Deep Learning–. Una técnica de la Inteligencia Artificial (IA) que tiene como objetivo modelar abstracciones de alto nivel en datos para lograr que las computadoras aprendan a diferenciar el cerebro de una persona sana del de una persona enferma, extrayendo automáticamente las regiones de interés que se encuentren afectadas.

Para este trabajo, los investigadores cuentan con el acceso a bases de datos con información anónima de personas, imágenes médicas, resonancias magnéticas y marcadores bioquímicos. Según el investigador Andrés Ortiz, «contar con esta base de datos permite conocer muchas más cosas y por lo tanto mucho más significativas, pues es una muestra representativa de más de mil personas».

Así, se procesan datos masivos para encontrar patrones comunes entre miles de pacientes, tanto los que presentan la enfermedad como los pacientes sanos. Una cantidad ingente de información que no es posible procesar ‘a mano’. «El proceso es similar al que realizan Facebook y Google, que tienen muchos de nuestros datos, saben donde estamos y hasta qué botones del telefono pulsamos. Una información que les sirve para realizar un perfil completo nuestro para cuya elaboración se utilizan técnicas de Big data», explican. El proceso que realizan los investigadores malagueños sería muy parecido, pero utilizando datos médicos.

Procesar todos la información disponible permite encontrar patrones comunes a través de técnicas computacionales que generan un modelo de los enfermos y otro de los sanos. A continuación, los investigadores distinguen entre los individuos sanos y los que ahora mismo están sanos pero que en un periodo de dos años van a ser diagnosticados de alzheimer. Según explica Andrés Ortiz, detectar estos patrones no establece un diagnóstico por sí mismo, pero ayuda a los médicos a interpretar y a emitir un diagnóstico en base a datos objetivos, permitiéndoles la aplicación de un tratamiento personalizado de forma efectiva.

En cuanto al diagnóstico, este proyecto malagueño y granadino tiene un éxito superior al 90%. En el caso del diagnóstico precoz el porcentaje es menor, aunque sigue siento importante, pues tiene un acierto de más del 75% de los casos estudiados.

Los investigadores han publicado recientemente un artículo sobre el tema, «Ensembles of Deep Learning Architectures for the Early Diagnosis of the Alzheimer’s Disease» en la prestigiosa revista International Journal of Neural Systems.

Actualmente, el grupo BioSip, en conjunto con investigadores de la facultad de Psicología, trabajan en un proyecto que ayuda a detectar la dislexia en niños a partir los cuatro años.