Dos colaboradores de la Fundación GAEM, el Dr. Pablo Villoslada, del Hospital de Mar- Hospital del Mar Research Institute, y la Dra. Sara Llufriu, del Hospital Clínic-IDIBAPS, han publicado una importante investigación en la revista Journal of Neurology que proporcionará a los profesionales sanitarios nuevas herramientas de predicción sobre el desarrollo de la esclerosis múltiple en los pacientes. El trabajo es fruto del proyecto Sys4MS de la Comisión Europea.

El estudio, coordinado por el Dr. Pablo Villoslada, director del programa en Neurociencias del Hospital de Mar Research Institute y jefe del Servicio de Neurología del Hospital de Mar, ha permitido desarrollar una herramienta basada en inteligencia artificial para predecir cuál será la evolución de las personas diagnosticadas con esclerosis múltiple. La Dra. Sara Llufriu, neuróloga de la Unidad de Neuroinmunología del Hospital Clínic de Barcelona y jefe de grupo en el  IDIBAPS, ha contribuido muy significativamente a la investigación, en la que también han participado equipos multidisciplinarios de la Universidad Charité de Berlín (Alemania), el Hospital Policlínic San Martino, de Génova (Italia), y el Hospital Universitario de Oslo (Noruega).

“En la esclerosis múltiple, uno de los retos que tenemos los médicos es el de definir un pronóstico y predecir la respuesta al tratamiento para gestionar su seguimiento”, explica Villoslada. “La esclerosis múltiple es muy variable, y, por lo tanto, es muy difícil saber cómo va a ser el curso clínico de la enfermedad. Cambia mucho de paciente en paciente y esto genera ansiedad en los pacientes y dificultad a los médicos para decidir un tratamiento. Aunque tengamos datos estadísticos que nos permiten evaluar lo que pasará, es muy difícil hacerlo para los casos individuales que nos encontramos en las consultas”.

Según este investigador, “cuando tienes que tomar decisiones terapéuticas, te enfrentas a mucha incertidumbre. Necesitarías herramientas para definir pronósticos a medio y largo plazo”.

A lo largo de los años, los médicos han ido acumulando muchas evidencias y el curso clínico precedente. Juntamente con las técnicas de imagen y el estudio genético, todo esto puede ayudar a predecir en cierta medida lo que va a pasar a los pacientes. Pero siempre se trata de un pronóstico general: es difícil llevarlo al caso individual. “Para decidir el pronóstico de la enfermedad hemos querido desarrollar una herramienta de inteligencia artificial”, explica Villoslada.

Los investigadores han reclutado a 350 pacientes y 90 controles durante dos años. “Un estudio lo más completo posible”, asevera Villoslada, que ha sido uno de los coordinadores de la investigación.

A estos pacientes se le han practicado estudios exhaustivos. “Miramos diversas escalas clínicas y cognitivas, las habituales que se utilizan en estos casos, así como pruebas de imagen (resonancia magnética, para el cerebro, y tomografía de coherencia óptica, para la retina)”, detalla el investigador. “Comprobamos también la genética de cada paciente, la proteómica y la citómica, para estudiar, respectivamente, el ADN, las proteínas y las células inflamatorias en la sangre de cada uno de ellos. Y, a partir de estos datos, observamos cómo habían evolucionado en los años, si la enfermedad había estado estable o se había activado”, aclara este neurólogo.

Los datos les han servido para entrenar a la IA – un proceso que se llama machine learning – con el objetivo de mirar si había habido en los pacientes cambios en el nivel de discapacidad (escalas de estado de discapacidad EDSS), en las capacidades cognitivas, en caminar, manejo de las manos o en la visión, o también si había habido cambios en los tratamientos imunomoduladores. Todo ellos eran señales que el paciente había padecido un cambio en su enfermedad a lo largo de estos dos años (entre 2017 y 2018).

“Con este análisis encontramos algoritmos capaces de predecir con precisión elevada el nivel de visión, cognición, o cambios en el tratamiento, y con un poco menos precisión el nivel discapacidad global”, apunta Villoslada. En término prácticos, quiere decir que la IA era capaz en el 80% de los casos de predecir correctamente estos cambios en los pacientes individuales.

Finalmente, estos datos se validaron también con una segunda cohorte de 271 personas con esclerosis múltiple, con menos datos disponibles. También en este caso la IA mantenía un nivel elevado de precisión en las predicciones.

Pero, ¿cómo puede ser que la IA sea capaz de hacer predicciones que los médicos humanos no ven? “La IA es especializada en integrar muchos más datos de diferentes fuentes de información que una persona. Puede que tenga en cuenta detalles a los que no le damos importancia, y sobre todo no mira a los pacientes ‘con buenos ojos’, como a veces hacemos los médicos”, contesta Villoslada. “Ahora bien, la idea es que la IA te informe, no que tome decisiones.”

Ahora los investigadores quieren llevar estos resultados a la práctica clínica. Para eso, revela Villoslada, “vamos a hacer un seguimiento más largo, a siete años, de los mismos pacientes”. Ahora hay tratamientos que hace años no había, en media los pacientes están mejor. “En dos años no suele ocurrir mucha cosa, en siete sí”, añade.

También se compararán las predicciones que hacen los médicos con las que hace la IA. Además, se estudiará cómo el paciente y el médico interaccionan con la inteligencia artificial para ver si es posible integrarla en su práctica clínica, o si es requiere demasiado esfuerzo por parte de los profesionales sanitarios, y si el paciente se encuentra cómodo a la hora de tomar decisiones.

 » Artículo de referencia: Andorra, M., Freire, A., Zubizarreta, I. et al. Predicting disease severity in multiple sclerosis using multimodal data and machine learning. J Neurol (2023). DOI: https://doi.org/10.1007/s00415-023-12132-z

 » Enlace a la entrevista: web de la Fundación GAEM [+]