Inteligencia artificial para evaluar el riesgo de demencia y mejorar la eficacia de los tratamientos para la depresión

El cerebro humano consta de unos 86 mil millones de neuronas, células nerviosas que procesan y transmiten información a través de impulsos nerviosos eléctricos.

Es por eso que medir la actividad eléctrica neuronal suele ser la mejor manera de estudiar el cerebro, dice Hanna Renvall. Es profesora adjunta de imágenes traslacionales del cerebro en la Universidad Aalto y el Hospital Universitario HUS de Helsinki y dirige el laboratorio HUS BioMag.

La electroencefalografía, o EEG, es la técnica de imagen cerebral más utilizada en el mundo. Sin embargo, el favorito de Renvall es la magnetoencefalografía o MEG, que mide los campos magnéticos generados por la actividad eléctrica del cerebro.

Las señales MEG son más fáciles de interpretar que las EEG porque el cráneo y otros tejidos no distorsionan tanto los campos magnéticos. Esto es precisamente lo que hace que la técnica sea tan genial, explica Renvall.

«MEG puede localizar la parte activa del cerebro con una precisión mucho mayor, a veces logrando una precisión de escala milimétrica».

Un dispositivo MEG se parece mucho a los secadores de cabello con capó que se encuentran en los salones de belleza. Los sensores SQUID que realizan las mediciones están ocultos y aislados de manera efectiva dentro del capó porque solo funcionan a temperaturas verdaderamente bajo cero, cercanas al cero absoluto.

El primer dispositivo MEG de cabeza completa del mundo fue construido por una empresa que surgió del Laboratorio de Baja Temperatura de la Universidad Tecnológica de Helsinki, y ahora es el fabricante líder de equipos en este campo.

MEG juega un papel importante en el nuevo proyecto AI-Mind de la Unión Europea, cuyos contribuyentes finlandeses son Aalto y HUS. El objetivo del proyecto de 14 millones de euros es aprender formas de identificar a aquellos pacientes cuya demencia podría retrasarse o incluso prevenirse.

Para que esto suceda, la neurociencia y la neurotecnología necesitan la ayuda de expertos en inteligencia artificial.

Huellas dactilares del cerebro

La demencia es un trastorno de la función neuronal de amplio alcance que erosiona significativamente la capacidad del paciente para hacer frente a la vida cotidiana. Unos 10 millones de personas están afectadas en Europa y, a medida que la población envejece, esta cifra va en aumento. La enfermedad más común que causa demencia es la enfermedad de Alzheimer, que se diagnostica en el 70-80% de los pacientes con demencia.

Los investigadores creen que la comunicación entre las neuronas comienza a deteriorarse mucho antes de que se presenten los síntomas clínicos iniciales de la demencia. Esto se puede ver en los datos de MEG, si sabe qué buscar.

MEG es más fuerte cuando mide la respuesta del cerebro a estímulos como el habla y el tacto que ocurren en momentos específicos y son repetitivos.

La interpretación de las mediciones en estado de reposo es considerablemente más compleja.

Es por eso que el proyecto AI-Mind utiliza una herramienta conocida como la huella digital del cerebro. Fue creado cuando Renvall y la profesora Riitta Salmelin y sus colegas comenzaron a investigar si las mediciones de MEG podían detectar el genotipo de una persona. Más de 100 pares de hermanos participaron en el estudio que sentó a los sujetos en un MEG, primero durante un par de minutos con los ojos cerrados y luego durante un par de minutos con los ojos abiertos. También enviaron muestras de sangre para un análisis genético simple.

Cuando los investigadores compararon los gráficos y los marcadores genéticos, notaron que, aunque había una variación sustancial entre los individuos, los gráficos de los hermanos eran similares.

A continuación, el grupo del profesor de inteligencia artificial de la Universidad de Aalto, Samuel Kaski, probó si una computadora podía aprender a identificar secciones de gráficos que fueran lo más similares posible entre hermanos y, al mismo tiempo, fueran lo más diferentes posible en comparación con otros sujetos de prueba.

La máquina lo hizo, y más, sorprendentemente.

«Aprendió a distinguir al individuo perfectamente basándose solo en los gráficos, independientemente de si la imagen se había realizado con los ojos del sujeto de prueba abiertos o cerrados», dice Hanna Renvall.

«Para los humanos, los gráficos tomados con los ojos cerrados o abiertos se ven muy diferentes, pero la máquina podría identificar sus características individuales. Estamos muy entusiasmados con esta toma de huellas dactilares del cerebro y ahora estamos pensando en cómo podríamos enseñarle a la máquina a reconocer el deterioro de la red neuronal en una manera similar».

Detección de riesgos en una semana

Una gran parte de los pacientes con demencia son diagnosticados solo después de que el trastorno ya ha progresado, lo que explica por qué los tratamientos tienden a centrarse en controlar los síntomas de la última etapa.

Sin embargo, investigaciones anteriores han demostrado que muchos pacientes experimentan deterioro cognitivo, como trastornos de la memoria y del pensamiento, durante años antes de su diagnóstico.

Uno de los objetivos del proyecto AI-Mind es aprender formas de evaluar a las personas con un riesgo significativamente mayor de desarrollar trastornos de la memoria en los próximos años del grupo más grande de personas que sufren un deterioro cognitivo leve.

Los investigadores planean obtener imágenes de 1.000 personas de toda Europa que se consideran en riesgo de desarrollar trastornos de la memoria y analizar cómo sus señales neuronales difieren de las personas sin deterioro cognitivo. Luego, AI combinará sus datos de imágenes cerebrales con resultados de pruebas cognitivas y biomarcadores genéticos.

Los investigadores creen que este método podría identificar un mayor riesgo de demencia en tan solo una semana.

«Si las personas saben acerca de su riesgo a tiempo, puede tener un efecto motivador dramático», dice Renvall, quien tiene años de experiencia en el tratamiento de pacientes como neurólogo.

Los cambios en el estilo de vida, como una dieta más saludable, el ejercicio, el tratamiento de enfermedades cardiovasculares y la rehabilitación cognitiva, pueden retrasar significativamente la progresión de los trastornos de la memoria.

Un mejor manejo de los factores de riesgo puede brindarle al paciente muchos más años buenos, lo cual es tremendamente significativo para las personas, sus seres queridos y la sociedad también, dice Renvall.

Identificar a las personas en riesgo también será clave cuando salgan al mercado los primeros medicamentos que retrasan la progresión de la enfermedad, quizás en los próximos años. Renvall dice que será un evento trascendental, ya que el tratamiento médico de los trastornos de la memoria no ha experimentado ningún progreso sustancial en las últimas dos décadas.

Sin embargo, los nuevos productos farmacéuticos no se adaptarán a todos.

«Estos medicamentos son bastante poderosos, al igual que sus efectos secundarios, por eso necesitamos identificar a las personas que pueden beneficiarse más de ellos», enfatiza Renvall.

Zapeando el cerebro

La actividad cerebral implica corrientes eléctricas, que generan campos magnéticos que se pueden medir desde el exterior del cráneo.

El proceso también funciona en la otra dirección, el principio en el que se basa la estimulación magnética transcraneal (TMS). En los tratamientos de TMS, se coloca una bobina en la cabeza para producir un poderoso campo magnético que llega al cerebro a través de la piel y los huesos, sin perder fuerza. El pulso del campo magnético provoca un campo eléctrico corto y débil en el cerebro que afecta la actividad de las neuronas.

Suena descabellado, pero es completamente seguro, dice el profesor de Física Aplicada Risto Ilmoniemi, quien ha estado desarrollando y utilizando TMS durante décadas.

«La fuerza del campo eléctrico es comparable a los propios campos eléctricos del cerebro. El paciente siente la estimulación, que se administra en pulsos, como ligeros golpecitos en la piel».

La estimulación magnética se usa para tratar la depresión severa y el dolor neuropático. Al menos 200 millones de personas en todo el mundo sufren de depresión severa, mientras que el dolor neuropático prevalece entre los pacientes con lesiones en la columna, los diabéticos y los que padecen esclerosis múltiple. Los productos farmacéuticos brindan un alivio adecuado solo a la mitad de todos los pacientes con depresión; esta proporción es sólo del 30% en el caso de los que padecen dolor neuropático.

La frecuencia con la que se administran los pulsos se basa en la enfermedad que se está tratando. Para la depresión, la comunicación entre neuronas se estimula con series de pulsos de alta frecuencia, mientras que pulsos menos frecuentes calman las neuronas del paciente para aliviar el dolor neuropático.

La estimulación se administra en la parte del cerebro donde, según los últimos avances científicos médicos, se encuentran las neuronas vinculadas a la enfermedad que se está tratando.

Aproximadamente la mitad de los pacientes tratados reciben un alivio significativo con la estimulación magnética. Ilmoniemi cree que esto podría ser mucho mayor, con más bobinas y la ayuda de algoritmos.

Clanger de una nota a virtuoso del concierto

En 2018, el proyecto de investigación ConnectToBrain encabezado por Ilmoniemi recibió 10 millones de euros en fondos Synergy del Consejo Europeo de Investigación, la primera vez que se otorgaron fondos de sinergia a un proyecto dirigido por una universidad finlandesa. También participan los mejores expertos en el campo de Alemania e Italia.

El objetivo del proyecto es mejorar radicalmente la estimulación magnética de dos maneras: mediante la construcción de un dispositivo de estimulación magnética con hasta 50 bobinas y mediante el desarrollo de algoritmos para controlar automáticamente la estimulación en tiempo real, en función de la retroalimentación de EEG.

Ilmoniemi busca en el mundo de la música una comparación.

«La diferencia entre la nueva tecnología y la antigua es análoga a la de un concertista de piano que toca con las dos manos, ajustando continuamente su interpretación en función de lo que escucha, en lugar de pulsar una sola tecla mientras usa protección auditiva».

Los investigadores ya han utilizado un dispositivo de dos bobinas para demostrar que un algoritmo puede dirigir la estimulación en la dirección correcta diez veces más rápido que incluso el experto más experimentado. Este es solo el comienzo.

Un dispositivo de cinco bobinas completado el año pasado cubre un área de diez centímetros cuadrados de corteza a la vez. Un sistema de 50 bobinas cubriría ambos hemisferios cerebrales.

Construir este tipo de dispositivo implica muchos desafíos técnicos. Conseguir que todas estas bobinas encajen alrededor de la cabeza no es una tarea fácil, ni producir de forma segura las fuertes corrientes requeridas.

Incluso una vez que se resuelven estos problemas, queda la pregunta más difícil: ¿cómo podemos tratar el cerebro de la mejor manera posible?

«¿Qué tipo de información necesita el algoritmo? ¿Qué datos deben instruir su aprendizaje? Es un desafío enorme para nosotros y nuestros colaboradores», dice pensativo Ilmoniemi.

El proyecto tiene como objetivo construir un dispositivo de estimulación magnética para Aalto, otro para la Universidad de Tübingen en Alemania y un tercero para la Universidad de Chieti-Pescara en Italia. Los investigadores esperan que, en el futuro, haya miles de dispositivos de este tipo en funcionamiento en todo el mundo.

«Cuantos más datos de pacientes se acumulen, mejor podrán aprender los algoritmos y más efectivos serán los tratamientos».

Los sensores de óptica cuántica podrían revolucionar la forma en que leemos las señales neuronales

El grupo de trabajo del profesor Lauri Parkkonen está desarrollando un nuevo tipo de dispositivo MEG que se adapta al tamaño y la forma de la cabeza y utiliza sensores basados ​​en la óptica cuántica. A diferencia de los sensores SQUID que se emplean actualmente en MEG, no es necesario que estén revestidos de una gruesa capa de aislamiento, lo que permite tomar medidas más cerca de la superficie del cuero cabelludo. Esto facilita la realización de mediciones precisas especialmente en niños y bebés.

El trabajo ha progresado a buen ritmo y ha arrojado resultados prometedores: las mediciones realizadas con sensores ópticos ya se acercan a la precisión espacial de las mediciones realizadas dentro del cráneo.

Parkkonen cree que un sistema MEG basado en sensores ópticos también podría ser algo más económico y compacto y, por lo tanto, más fácil de colocar que los dispositivos tradicionales; dicho sistema MEG podría utilizar un escudo magnético del «tamaño de una persona» en lugar de una gran sala protegida como lo hacen los sistemas MEG convencionales.

«Esto lo pondría al alcance de más investigadores y hospitales».

---

---