La inteligencia artificial, herramienta clave para predecir la evolución de pacientes con esclerosis múltiple

Con el objetivo de predecir la evolución de los pacientes con esclerosis múltiple, una de las enfermedades con mayor prevalencia en Galicia y que está en aumento a nivel mundial, y mejorar su calidad de vida, el grupo de Investigación Traslacional en Enfermedades Neurológicas (ITEN) del IDIS y el IIS Galicia Sur han colaborado en un estudio publicado en la revista científica Plos One, que investiga esta enfermedad mediante inteligencia artificial.

Utilizando datos de la primera resonancia magnética de pacientes con EM, obtenidos del Servicio de Neurología del Hospital Clínico de Santiago de Compostela, el programa emplea inteligencia artificial para predecir la evolución de estos pacientes a 10 años con una precisión de casi el 90 %. La investigación analizó un total de 446 registros de pacientes con al menos un año de seguimiento.

Este modelo de aprendizaje automático predice la progresión de la discapacidad en pacientes con EM utilizando datos de resonancia magnética inicial (MRI) y evaluaciones clínicas mediante la “Escala ampliada del estado de discapacidad”. “El trabajo propone nuevos modelos para describir la progresión de los pacientes con programas de IA que predicen sus trayectorias usando estos descriptores, y además, nos ofrece una idea de qué factores contribuyen a dicha evolución, como la edad de debut o las lesiones”, explica Silvia Campanioni, primera autora del estudio.

Esta investigación permitirá optimizar la posología de los tratamientos de esclerosis múltiple, en cuanto a dosis y duración, así como personalizar su aplicación según el perfil de cada paciente. Además, se mejorará la trayectoria de los pacientes mediante el uso de predictores de aprendizaje automático personalizados.

EDAD DE DEBUT Y LESIONES

En este sentido, el estudio ha identificado que la “edad de debut” es una de las características más influyentes para los modelos desarrollados. Además, el número de lesiones cerebrales mayores o iguales a 9 en la resonancia magnética inicial emergió como la variable más influyente en las decisiones del modelo clasificador.

“El trabajo tiene un impacto significativo, no solo en términos científico-técnicos, sino también económico y social, por sus implicaciones en salud, calidad de vida y cooperación al desarrollo”, señala Roberto Agís, investigador del IDIS y último autor del proyecto. “Podríamos obtener evidencia objetiva e indicadores sobre las intervenciones de prevención que ayudarán a predecir la eficacia terapéutica de los tratamientos”, explica.

ESCLEROSIS MÚLTIPLE

La esclerosis múltiple (EM) es una enfermedad inflamatoria y neurodegenerativa crónica que provoca desmielinización y acumulación de discapacidad a largo plazo. La activación autorreactiva de la inmunidad adaptativa desempeña un papel crucial en la EM. Aunque la causa exacta de la enfermedad es desconocida, se sospecha una interacción entre factores genéticos, ambientales, virales y de estilo de vida. Según el atlas de EM 2020, hay alrededor de 3.800 pacientes diagnosticados en Galicia y 55.000 en España, con una prevalencia del 75 % en mujeres y una media de diagnóstico a los 32 años.

El estudio con inteligencia artificial (IA) proporciona herramientas versátiles y poderosas para el tratamiento de la EM. “Las tecnologías de IA, como el aprendizaje profundo y el aprendizaje automático, podrían respaldar la integración de factores biológicos, psicológicos y sociales en la prevención, diagnóstico y tratamiento de la EM y otras enfermedades”, explica César Veiga.

La toma de decisiones terapéuticas en la EM sigue basándose en variables demográficas, clínicas y paraclínicas de los pacientes, como las imágenes de resonancia y la presencia de bandas oligoclonales. “Todavía existen muchos desafíos en este ámbito, y las mejoras provienen de la integración de conjuntos de datos que pueden mejorar la personalización y la capacidad predictiva de los algoritmos de IA en el cuidado de la salud”, señala José María Prieto, líder del grupo ITEN del IDIS.

GRUPOS DE INVESTIGACIÓN

La primera autora del trabajo es la estudiante predoctoral Silvia Campanioni, y el proyecto está liderado por los doctores José María Prieto, jefe del Servicio de Neurología de Santiago y líder del Grupo ITEN; César Veiga, investigador de IA del IIS Galicia Sur, ambos autores de correspondencia; y Roberto Agís, último autor del trabajo e investigador del Grupo ITEN del IDIS.

En el estudio participan el grupo de Investigación Traslacional en Enfermedades Neurológicas (ITEN) y el Laboratorio de Neuro Epigenética del Instituto de Investigación Sanitaria de Santiago de Compostela (IDIS); el Servicio de Neurología del Hospital Clínico de Santiago de Compostela (CHUS); y el grupo de Investigación Cardiovascular y la Plataforma de IA para análisis biomédicos del IIS Galicia Sur.