A pesar de todo el despliegue publicitario, la inteligencia artificial (IA) no está lista para reemplazar a los médicos o automatizar la cirugía cerebral. Pero puede analizar cantidades inmensas de datos para ayudarnos a estudiar, diagnosticar, tratar e incluso prevenir enfermedades. Tenemos la esperanza de que podría revertir dos décadas de fracasos de las terapias experimentales contra la enfermedad de Alzheimer.

Algunas de las aplicaciones de la IA más prometedoras en medicina son el aprendizaje automático, un tipo de inteligencia que utiliza algoritmos para aprender de los patrones de datos. Al igual que Siri aprende su voz y Facebook puede predecir qué videos le gustarán, los algoritmos de aprendizaje pueden escanear las retinas de los diabéticos y predecir la pérdida de la visión o hacer la secuenciación del genoma de ciudades enteras para marcar las mutaciones genéticas que causan enfermedades.

Queríamos averiguar qué puede decirnos acerca de la enfermedad de Alzheimer un nuevo tipo imparcial de IA llamado "agrupamiento de capas múltiples". El impulso para los tratamientos de Alzheimer ha sido tanto emocionante como decepcionante. En 20 años, hemos obtenido una mayor comprensión de la enfermedad, pero no hemos podido desarrollar una terapia preventiva exitosa.

Ilustración del daño que el Alzheimer inflige al cerebro

En parte, los muchos subtipos indefinidos de deterioro cognitivo leve, precursores del Alzheimer, son los culpables. Cuando los ensayos prueban un fármaco en numerosos tipos de deterioro cognitivo, ¿debemos sorprendernos cuando más del 99 % de esos ensayos fracasan?

Los científicos podrían probar con mayor precisión el impacto de los fármacos en investigación si se pudiera identificar y agrupar a aquellos con cambios cerebrales y deterioro cognitivo similares. Para ello, se aplicó un algoritmo de agrupamiento de capas múltiples para analizar decenas de puntos de datos de un estudio de los EE. UU. llamado Iniciativa Neuroimagen de la Enfermedad de Alzheimer, que incluye pruebas de cognición, escáneres cerebrales y biomarcadores del líquido cefalorraquídeo. Se tomaron muestras de 562 personas con deterioro cognitivo leve y se hizo un seguimiento de hasta cinco años.

La IA identificó dos grupos de interés: aquellos cuya cognición declinaba muy rápidamente y se encontraban en mayor riesgo de sufrir la enfermedad de Alzheimer; y los que mostraron poco o ningún empeoramiento de sus síntomas. Un tercer grupo quedó fuera de la investigación.

Los escáneres cerebrales de los que sufrían un "deterioro rápido" mostraron el doble de velocidad de atrofia que aquellos en quienes la enfermedad progresaba lentamente. Las personas que sufrían un deterioro rápido también pasaron de un deterioro cognitivo leve a la demencia a cinco veces más velocidad que aquellos con una enfermedad de progreso lento. Los hallazgos completos se publicaron en julio en Scientific Reports.

Si se consideran los rasgos comunes de las personas que sufren un deterioro rápido, es posible que en el futuro tales algoritmos ayuden a los médicos a identificar a quienes tienen mayor riesgo de sufrir la enfermedad de Alzheimer años antes del diagnóstico.

Estos hallazgos tienen implicaciones directas en el diseño de futuros ensayos. Conocemos fragmentos y partes de esta información, que hay docenas de genes o que algunos cambios cerebrales ponen a las personas en riesgo, pero una herramienta imparcial como un algoritmo de IA podría unir todos estos elementos de información y mostrar un cuadro que los científicos no podrían ver de otra manera.