El IIS La Fe avança en el desenvolupament d’un algorisme que permeta identificar a pacients amb malalties neurodegeneratives a través de la imatge mèdica
Aquesta tècnica, al costat de la intel·ligència artificial, podria ajudar a reduir el nombre de pacients als quals se’ls realitza punció lumbar, més invasiva
La tècnica, encara en desenvolupament, ha permés la predicció en pacients amb deterioració cognitiva lleu amb una exactitud del 80%
Els grups d’Investigació Biomèdica en Imatge i de Malaltia en Alzheimer de l’Institut d’Investigació Sanitària La Fe (IIS La Fe), en col·laboració amb l’Institut d’Instrumentació per a Imatge molecular de la Universitat Politècnica de València (UPV), treballen en el desenvolupament d’un algorisme que permeta, de forma no invasiva, identificar a pacients amb deterioració cognitiva lleu que puguen desenvolupar malalties neurodegeneratives com l’Alzheimer. Cada dia 21 de setembre es commemora el dia mundial d’aquesta malaltia.
L’objectiu del projecte és desenvolupar i validar aqueix algorisme d’aprenentatge profund basat en xarxes neuronals que permeta identificar a pacients amb malalties neurodegeneratives com la Malaltia d’Alzheimer, la Degeneració Frontotemporal i demència amb cossos de Lewy, entre un grup de persones amb Deterioració Cognitiva Lleu, a través d’imatges cerebrals de Tomografia per Emissió de Positrons amb Fluorodesoxiglucosa (PET FDG).
El PET FDG és una tècnica no invasiva que, al costat de la Intel·ligència Artificial, podria reduir el nombre de pacients als quals se’ls realitzen unes altres molt més invasives com la punció lumbar, mètode a través del qual s’obtenen biomarcadores de líquid cefalorraquidi que permeten distingir la malaltia d’Alzheimer en pacients amb Deterioració Cognitiva Lleu.
Així, el propòsit de l’algorisme, sobre el qual està treballant el personal investigador, és reduir l’ús d’aquesta tècnica invasiva en pacients que tinguen una probabilitat reduïda de presentar una malaltia neurodegenerativa.
Per al desenvolupament d’aquest algorisme d’intel·ligència artificial, que ha aconseguit passar d’una fase experimental a una validació operacional dins de l’entorn hospitalari, s’ha partit d’una base de dades que conté imatges de PET FDG anomenada Alzheimer’s Disease Neuroimaging (ADNI).
Així, per a l’entrenament previ de la xarxa neuronal s’ha comptat amb un total de 822 subjectes dels quals 472 presentaven la malaltia d’Alzheimer i 350 deterioració cognitiva lleu. En canvi, per a la fase de validació, s’ha comptat amb una base de dades independent conformada per 90 pacients de l’Hospital Universitari i Politècnic La Fe de València.
La informació quantitativa extreta d’imatges PET és molt útil per al diagnòstic i avaluació de la demència. No obstant això, a vegades resulta complexa visualment per als metges, per això la intel·ligència artificial pot ser de gran suport per al diagnòstic i, en l’actualitat, proporciona resultats satisfactoris.
En aquest sentit, aquest algorisme que extrau i utilitza informació d’imatges de PET FDG ha permés la predicció en una etapa primerenca de malalties neurodegeneratives en pacients amb deterioració cognitiva lleu amb una exactitud del 80%. Encara així, el projecte ha de continuar avançant en millores en l’exactitud de predicció i de l’adaptació del programari per al seu ús clínic.
20 nous casos d’Alzheimer diaris en la Comunitat
El diagnòstic precoç és crucial, també en aquesta malaltia, perquè permet orientar des del principi al tractament apropiat que puga afavorir l’evolució tant a curt com a mitjà i llarg termini.
La Conselleria de Sanitat Universal i Salut Pública diagnostica una mitjana de 20 nous casos d’Alzheimer cada dia. Es tracta d’una malaltia degenerativa que afecta la memòria i la conducta, i que incideix més en les dones, en una proporció de 7 dones per cada 3 homes, aproximadament. Respecte a l’edat, la majoria de nous pacients té més de 65 anys.
