La inteligencia artificial puede revolucionar la detección y el tratamiento de la enfermedad de Alzheimer
La enfermedad de Alzheimer es un albatros de la salud que acecha en el fondo para atacar a nuestra población que envejece. A pesar de la considerable atención prestada a la detección y el tratamiento de la enfermedad de Alzheimer (EA), siguen existiendo importantes lagunas.
Si bien se encuentran disponibles muchas herramientas tradicionales de evaluación de la memoria, las deficiencias en la precisión y confiabilidad de la detección y detección siguen siendo frecuentes. Una nueva investigación sugiere que el uso de tecnología en forma de inteligencia artificial (IA) puede presentar una solución para probar y manejar la compleja condición de salud humana.
En todo el mundo, alrededor de 44 millones de personas viven con EA o una forma relacionada de demencia. Aunque el 82 por ciento de las personas mayores en los Estados Unidos dice que es importante que se controle el pensamiento o la memoria, solo el 16 por ciento dice que recibe evaluaciones cognitivas regulares.
E incluso con el desarrollo de pruebas en línea nuevas y simples, numerosos factores integrados y complejos complican la interpretación de los resultados de las pruebas de evaluación de la memoria. Esto presenta un verdadero desafío para los médicos y es una barrera colectiva para abordar la creciente y generalizada prevalencia de la EA.
Como tal, un equipo de investigadores de la Facultad de Ingeniería y Ciencias de la Computación de la Florida Atlantic University, SIVOTEC Analytics, HAPPYneuron, MemTrax y la Facultad de Medicina de la Universidad de Stanford, creen que la IA puede ayudar significativamente a abordar estos complejos problemas.
Uno de los desafíos es determinar la confiabilidad y validez de nuevos instrumentos de evaluación como MemTrax, una prueba de memoria en línea muy simple que utiliza el reconocimiento de imágenes. MemTrax es una herramienta supervisada de aprendizaje automático y modelado predictivo que puede servir como una herramienta de detección de apoyo a las decisiones clínicas para evaluar el deterioro cognitivo.
Como se publicó en el Revista de la enfermedad de Alzheimer, los investigadores determinaron que MemTrax es una herramienta eficaz que se puede administrar como parte de la prueba en línea de Tareas de reconocimiento continuo (M-CRT), para detectar variaciones en la salud cognitiva del cerebro.
En particular, una comparación de MemTrax con la estimación de evaluación cognitiva de Montreal reconocida y ampliamente utilizada del deterioro cognitivo leve subraya el poder y el potencial de esta nueva herramienta en línea. MemTrax mejora la capacidad de evaluar la memoria a corto plazo y ayuda en el apoyo diagnóstico para la detección y evaluación cognitiva de una variedad de afecciones clínicas y deficiencias, incluida la demencia.
"El aprendizaje automático tiene una capacidad inherente para revelar patrones significativos y conocimientos de una amplia y compleja gama interdependiente de determinantes clínicos y la capacidad de continuar 'aprendiendo' de la utilidad continua de modelos predictivos prácticos", dijo Taghi Khoshgoftaar, PhD, co -autor y profesor de Motorola en el Departamento de Ingeniería Informática y Eléctrica y Ciencias de la Computación de la FAU.
"El uso perfecto y la interpretación en tiempo real mejorarán la gestión de casos y la atención al paciente a través de tecnología innovadora y aplicaciones clínicas integradas prácticas y fáciles de usar que podrían desarrollarse en un dispositivo y una aplicación de mano".
Para el estudio, los investigadores utilizaron un conjunto de datos existente, que incluye datos de más de 18.000 personas. Examinaron las respuestas a las preguntas de evaluación de salud general (que abordan la memoria, la calidad del sueño, los medicamentos y las condiciones médicas que afectan el pensamiento) e información demográfica. También revisaron los resultados de las pruebas de adultos que tomaron la prueba MemTrax (M-CRT) para la detección de la memoria episódica.
“Los hallazgos de nuestro estudio brindan un paso importante en el avance del enfoque para el manejo clínico de una condición muy compleja como la enfermedad de Alzheimer”, dijo Michael F. Bergeron, PhD, autor principal.
“Al analizar una amplia gama de atributos en múltiples dominios del sistema humano y comportamientos funcionales de la salud del cerebro, la minería de datos avanzada informada y estratégicamente dirigida, el aprendizaje automático supervisado y los análisis sólidos pueden ser integrales y, de hecho, necesarios para los proveedores de atención médica para detectar y anticipar una mayor progresión de esta enfermedad y una miríada de otros aspectos del deterioro cognitivo ".
La EA es la sexta causa principal de muerte en los Estados Unidos y afecta a 5,8 millones de estadounidenses. Según la Asociación de Alzheimer, se proyecta que este número aumente a 14 millones para el 2050. En 2019, la EA y otras demencias costarán a la nación $ 290 mil millones. Para el 2050, estos costos podrían aumentar hasta $ 1,1 billones.
"Con su prevalencia generalizada y su creciente incidencia y carga de salud pública, es imperativo garantizar que las herramientas que utilizan los médicos para evaluar y controlar la enfermedad de Alzheimer y otras afecciones cognitivas relacionadas sean óptimas", dijo Stella Batalama, PhD, decana de la Facultad de Ingeniería de la FAU. y Ciencias de la Computación.
"Los resultados de este importante estudio proporcionan nuevos conocimientos y descubrimientos que han sentado las bases para futuras investigaciones impactantes y significativas".
Fuente: Florida Atlantic University / EurekAlert
Foto:
