Un solo escáner cerebral puede diagnosticar la enfermedad de Alzheimer

La investigación utiliza tecnología de aprendizaje automático para observar características estructurales dentro del cerebro, incluso en regiones que no estaban previamente asociadas con la enfermedad de Alzheimer. La ventaja de la técnica es su simplicidad y el hecho de que puede identificar la enfermedad en una etapa temprana cuando puede ser muy difícil de diagnosticar.

Aunque no existe una cura para la enfermedad de Alzheimer, obtener un diagnóstico rápido en una etapa temprana ayuda a los pacientes. Les permite acceder a ayuda y apoyo, obtener tratamiento para controlar sus síntomas y planificar para el futuro. Ser capaz de identificar con precisión a los pacientes en una etapa temprana de la enfermedad también ayudará a los investigadores a comprender los cambios cerebrales que desencadenan la enfermedad y respaldar el desarrollo y los ensayos de nuevos tratamientos.

La investigación se publica en Nature Portfolio Journal, Medicina de las Comunicaciones.

La enfermedad de Alzheimer es la forma más común de demencia y afecta a más de medio millón de personas en el Reino Unido. Aunque la mayoría de las personas con enfermedad de Alzheimer la desarrollan después de los 65 años, las personas menores de esta edad también pueden desarrollarla. Los síntomas más frecuentes de la demencia son la pérdida de memoria y las dificultades para pensar, resolver problemas y hablar.

Actualmente, los médicos usan una serie de pruebas para diagnosticar la enfermedad de Alzheimer, incluidas pruebas cognitivas y de memoria y escáneres cerebrales. Las exploraciones se utilizan para comprobar los depósitos de proteínas en el cerebro y la contracción del hipocampo, el área del cerebro vinculada a la memoria. Todas estas pruebas pueden tomar varias semanas, tanto para organizar como para procesar.

El nuevo enfoque requiere solo uno de estos: un escáner cerebral de imágenes por resonancia magnética (IRM) tomado en una máquina estándar de 1,5 Tesla, que se encuentra comúnmente en la mayoría de los hospitales.

Los investigadores adaptaron un algoritmo desarrollado para su uso en la clasificación de tumores cancerosos y lo aplicaron al cerebro. Dividieron el cerebro en 115 regiones y asignaron 660 características diferentes, como tamaño, forma y textura, para evaluar cada región. Luego entrenaron el algoritmo para identificar dónde los cambios en estas características podrían predecir con precisión la existencia de la enfermedad de Alzheimer.

Utilizando datos de la Iniciativa de neuroimagen de la enfermedad de Alzheimer, el equipo probó su enfoque en escáneres cerebrales de más de 400 pacientes con alzhéimer en etapa temprana y tardía, controles sanos y pacientes con otras afecciones neurológicas, incluida la demencia frontotemporal y la enfermedad de Parkinson. También lo probaron con datos de más de 80 pacientes que se sometieron a pruebas de diagnóstico de Alzheimer en Imperial College Healthcare NHS Trust.

Descubrieron que en el 98 por ciento de los casos, el sistema de aprendizaje automático basado en resonancia magnética por sí solo podía predecir con precisión si el paciente tenía la enfermedad de Alzheimer o no. También fue capaz de distinguir entre la etapa temprana y avanzada de la enfermedad de Alzheimer con una precisión bastante alta, en el 79 por ciento de los pacientes.

El profesor Eric Aboagye, del Departamento de Cirugía y Cáncer de Imperial, quien dirigió la investigación, dijo: «Actualmente, ningún otro método simple y ampliamente disponible puede predecir la enfermedad de Alzheimer con este nivel de precisión, por lo que nuestra investigación es un importante paso adelante. Muchos pacientes que Los pacientes con alzhéimer en las clínicas de la memoria también tienen otras afecciones neurológicas, pero incluso dentro de este grupo, nuestro sistema pudo distinguir a los pacientes que tenían alzhéimer de los que no.

«Esperar un diagnóstico puede ser una experiencia horrible para los pacientes y sus familias. Si pudiéramos reducir la cantidad de tiempo que tienen que esperar, hacer que el diagnóstico sea un proceso más simple y reducir parte de la incertidumbre, sería de gran ayuda. Nuestro nuevo enfoque también podría identificar pacientes en etapa temprana para ensayos clínicos de nuevos tratamientos farmacológicos o cambios en el estilo de vida, lo que actualmente es muy difícil de hacer».

El nuevo sistema detectó cambios en áreas del cerebro que no estaban previamente asociadas con la enfermedad de Alzheimer, incluido el cerebelo (la parte del cerebro que coordina y regula la actividad física) y el diencéfalo ventral (vinculado a los sentidos, la vista y el oído). Esto abre nuevas vías potenciales para la investigación en estas áreas y sus vínculos con la enfermedad de Alzheimer.

El Dr. Paresh Malhotra, neurólogo consultor en Imperial College Healthcare NHS Trust e investigador en el Departamento de Ciencias del Cerebro de Imperial, dijo: «Aunque los neurorradiólogos ya interpretan las resonancias magnéticas para ayudar a diagnosticar la enfermedad de Alzheimer, es probable que haya características de las exploraciones que no son visibles, incluso para los especialistas. El uso de un algoritmo capaz de seleccionar la textura y las características estructurales sutiles en el cerebro que se ven afectadas por el Alzheimer realmente podría mejorar la información que podemos obtener de las técnicas de imagen estándar».