{"id":93918,"date":"2024-03-07T15:46:46","date_gmt":"2024-03-07T14:46:46","guid":{"rendered":"https:\/\/www.pcb.ub.edu\/revolucionan-el-pronostico-de-la-esclerosis-multiple-con-una-herramienta-de-inteligencia-artificial\/"},"modified":"2024-03-18T15:53:48","modified_gmt":"2024-03-18T14:53:48","slug":"revolucionan-el-pronostico-de-la-esclerosis-multiple-con-una-herramienta-de-inteligencia-artificial","status":"publish","type":"post","link":"https:\/\/www.pcb.ub.edu\/es\/revolucionan-el-pronostico-de-la-esclerosis-multiple-con-una-herramienta-de-inteligencia-artificial\/","title":{"rendered":"Revolucionan el pron\u00f3stico de la esclerosis m\u00faltiple con una herramienta de inteligencia artificial"},"content":{"rendered":"

Dos colaboradores de la Fundaci\u00f3n\u00a0GAEM<\/a>, el Dr. Pablo Villoslada, del Hospital de Mar- Hospital del Mar Research Institute, y la Dra. Sara Llufriu, del Hospital Cl\u00ednic-IDIBAPS, han publicado una importante investigaci\u00f3n en la revista Journal of Neurology que proporcionar\u00e1 a los profesionales sanitarios nuevas herramientas de predicci\u00f3n sobre el desarrollo de la esclerosis m\u00faltiple en los pacientes. El trabajo es fruto del proyecto Sys4MS<\/a>\u00a0de la Comisi\u00f3n Europea.<\/strong><\/p>\n

El estudio, coordinado por el Dr. Pablo\u00a0Villoslada<\/strong>, director del programa en Neurociencias del Hospital de Mar Research Institute y jefe del Servicio de Neurolog\u00eda del Hospital de Mar, ha permitido desarrollar una herramienta basada en inteligencia artificial para predecir cu\u00e1l ser\u00e1 la evoluci\u00f3n de las personas diagnosticadas con esclerosis m\u00faltiple. La Dra. Sara Llufriu<\/strong>, neur\u00f3loga de la Unidad de Neuroinmunolog\u00eda del Hospital Cl\u00ednic de Barcelona y jefe de grupo en el\u00a0 IDIBAPS, ha contribuido muy significativamente a la investigaci\u00f3n, en la que tambi\u00e9n han participado equipos multidisciplinarios de la Universidad Charit\u00e9 de Berl\u00edn (Alemania), el Hospital Policl\u00ednic San Martino, de G\u00e9nova (Italia), y el Hospital Universitario de Oslo (Noruega).<\/p>\n

\u201cEn la esclerosis m\u00faltiple, uno de los retos que tenemos los m\u00e9dicos es el de\u00a0definir un pron\u00f3stico\u00a0y predecir la respuesta al tratamiento para gestionar su seguimiento\u201d, explica Villoslada<\/strong>. \u201cLa esclerosis m\u00faltiple es\u00a0muy variable, y, por lo tanto, es muy dif\u00edcil saber c\u00f3mo va a ser el curso cl\u00ednico de la enfermedad. Cambia mucho de paciente en paciente y esto genera ansiedad en los pacientes y dificultad a los m\u00e9dicos para decidir un tratamiento. Aunque tengamos datos estad\u00edsticos que nos permiten evaluar lo que pasar\u00e1, es muy dif\u00edcil hacerlo para los casos individuales que nos encontramos en las consultas\u201d.<\/p>\n

Seg\u00fan este investigador, \u201ccuando tienes que tomar decisiones terap\u00e9uticas, te enfrentas a mucha incertidumbre. Necesitar\u00edas herramientas para definir pron\u00f3sticos a medio y largo plazo\u201d.<\/p>\n

A lo largo de los a\u00f1os, los m\u00e9dicos han ido acumulando muchas evidencias y el curso cl\u00ednico precedente. Juntamente con las t\u00e9cnicas de imagen y el estudio gen\u00e9tico, todo esto puede ayudar a predecir en cierta medida lo que va a pasar a los pacientes. Pero siempre se trata de un pron\u00f3stico general: es dif\u00edcil llevarlo al caso individual. \u201cPara decidir el pron\u00f3stico de la enfermedad hemos querido desarrollar una\u00a0herramienta de inteligencia artificial\u201d, explica Villoslada<\/strong>.<\/p>\n

Los investigadores han reclutado a\u00a0350 pacientes\u00a0y\u00a090 controles\u00a0durante dos a\u00f1os. \u201cUn estudio lo m\u00e1s completo posible\u201d, asevera Villoslada, que ha sido uno de los coordinadores de la investigaci\u00f3n.<\/p>\n

A estos pacientes se le han practicado estudios exhaustivos. \u201cMiramos diversas\u00a0escalas cl\u00ednicas y cognitivas, las habituales que se utilizan en estos casos, as\u00ed como\u00a0pruebas de imagen\u00a0(resonancia magn\u00e9tica, para el cerebro, y tomograf\u00eda de coherencia \u00f3ptica, para la retina)\u201d, detalla el investigador. \u201cComprobamos tambi\u00e9n la gen\u00e9tica de cada paciente, la prote\u00f3mica y la cit\u00f3mica, para estudiar, respectivamente, el ADN, las prote\u00ednas y las c\u00e9lulas inflamatorias en la sangre de cada uno de ellos. Y, a partir de estos datos, observamos c\u00f3mo hab\u00edan evolucionado en los a\u00f1os, si la enfermedad hab\u00eda estado estable o se hab\u00eda activado\u201d, aclara este neur\u00f3logo.<\/p>\n

Los datos les han servido para entrenar a la IA \u2013 un proceso que se llama\u00a0machine<\/em>\u00a0learning<\/em>\u00a0\u2013 con el objetivo de mirar si hab\u00eda 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 visi\u00f3n, o tambi\u00e9n si hab\u00eda habido cambios en los tratamientos imunomoduladores. Todo ellos eran se\u00f1ales que el paciente hab\u00eda padecido un cambio en su enfermedad a lo largo de estos dos a\u00f1os (entre 2017 y 2018).<\/p>\n

\u201cCon este an\u00e1lisis encontramos\u00a0algoritmos capaces de predecir con precisi\u00f3n elevada el nivel de visi\u00f3n, cognici\u00f3n, o cambios en el tratamiento, y con un poco menos precisi\u00f3n el nivel discapacidad global\u201d, apunta Villoslada<\/strong>. En t\u00e9rmino pr\u00e1cticos, quiere decir que la IA era capaz en el\u00a080%\u00a0de los casos de predecir correctamente estos cambios en los pacientes individuales.<\/p>\n

Finalmente, estos datos se validaron tambi\u00e9n con una\u00a0segunda cohorte de 271 personas\u00a0con esclerosis m\u00faltiple, con menos datos disponibles. Tambi\u00e9n en este caso la IA manten\u00eda un nivel elevado de precisi\u00f3n en las predicciones.<\/p>\n

Pero, \u00bfc\u00f3mo puede ser que la IA sea capaz de hacer predicciones que los m\u00e9dicos humanos no ven? \u201cLa IA es especializada en integrar muchos m\u00e1s datos de diferentes fuentes de informaci\u00f3n que una persona. Puede que tenga en cuenta detalles a los que no le damos importancia, y sobre todo no mira a los pacientes \u2018con buenos ojos\u2019, como a veces hacemos los m\u00e9dicos\u201d, contesta Villoslada. \u201cAhora bien, la idea es que la IA te informe, no que tome decisiones.\u201d<\/p>\n

Ahora los investigadores quieren llevar estos resultados a la\u00a0pr\u00e1ctica cl\u00ednica. Para eso, revela Villoslada<\/strong>, \u201cvamos a hacer un seguimiento m\u00e1s largo, a siete a\u00f1os, de los mismos pacientes\u201d. Ahora hay tratamientos que hace a\u00f1os no hab\u00eda, en media los pacientes est\u00e1n mejor. \u201cEn dos a\u00f1os no suele ocurrir mucha cosa, en siete s\u00ed\u201d, a\u00f1ade.<\/p>\n

Tambi\u00e9n se comparar\u00e1n las predicciones que hacen los m\u00e9dicos con las que hace la IA. Adem\u00e1s, se estudiar\u00e1 c\u00f3mo el paciente y el m\u00e9dico interaccionan con la inteligencia artificial para ver si es posible integrarla en su pr\u00e1ctica cl\u00ednica, o si es requiere demasiado esfuerzo por parte de los profesionales sanitarios, y si el paciente se encuentra c\u00f3modo a la hora de tomar decisiones.<\/p>\n

\u00a0\u00bb Art\u00edculo de referencia: <\/strong>Andorra, M., Freire, A., Zubizarreta, I.\u00a0et al.<\/em>\u00a0Predicting disease severity in multiple sclerosis using multimodal data and machine learning.\u00a0J Neurol<\/em>\u00a0(2023). DOI:\u00a0https:\/\/doi.org\/10.1007\/s00415-023-12132-z<\/a><\/p>\n

\u00a0\u00bb Enlace a la entrevista:<\/strong>\u00a0web de la Fundaci\u00f3n GAEM [+]<\/a><\/p>\n