Este modelo de IA mejora el tratamiento del Alzheimer al identificar a los pacientes más beneficiados optimizando los resultados y reduciendo costos.
Un equipo de investigadores de la Universidad de Cambridge, en colaboración con AstraZeneca, ha desarrollado una herramienta de inteligencia artificial (IA) capaz de mejorar significativamente la estratificación de pacientes en ensayos clínicos para el Alzheimer. Publicado en Nature Communications, el estudio demuestra cómo este avance puede identificar a los pacientes que más se benefician de tratamientos específicos, optimizando la eficacia de las terapias y reduciendo los costes asociados a los ensayos.
El modelo de IA desarrollado por los investigadores de Cambridge predice si las personas que se encuentran en las primeras fases de deterioro cognitivo evolucionarán hacia el Alzheimer y con qué rapidez. El modelo, denominado PPM o Predictive Prognostic Model, utiliza datos multimodales (como niveles de β-amiloide, densidad de materia gris y genética) para predecir la progresión de la enfermedad en pacientes con Alzheimer. Los investigadores aplicaron este modelo al ensayo clínico AMARANTH, originalmente considerado fallido, y descubrieron que el tratamiento con lanabecestat, un fármaco experimental inhibidor de BACE1, redujo en un 46% el deterioro cognitivo en pacientes clasificados como “progresión lenta” por la IA.
La profesora Zoe Kourtzi, del Departamento de Psicología de la Universidad de Cambridge y autora principal del estudio explicó que: “Los nuevos medicamentos prometedores fracasan cuando se administran demasiado tarde, cuando no tienen ninguna posibilidad de beneficiarse de ellos”. “Con nuestro modelo de IA podemos por fin identificar con precisión a los pacientes y asignarles los fármacos adecuados. Esto hace que los ensayos sean más precisos, por lo que pueden avanzar más rápido y costar menos, acelerando la búsqueda de un enfoque de medicina de precisión desesperadamente necesario para el tratamiento de la demencia”, explicó.
El modelo calcula una puntuación para mostrar la rapidez con la que cada paciente avanzará hacia la enfermedad de Alzheimer. Lo cual permitió dividir con precisión a los pacientes del ensayo clínico en dos grupos: los de progresión lenta y los de progresión rápida. Posteriormente pudieron analizar los efectos del fármaco en cada grupo.
Los resultados mostraron una precisión notable en la estratificación. El modelo PPM identificó con un 91% de precisión a pacientes con progresión lenta o rápida de la enfermedad, superando métodos tradicionales como la medición de β-amiloide. También destacan los resultados sobre la eficacia del tratamiento, pues solo los pacientes con progresión lenta mostraron mejorías cognitivas significativas, mientras que el tratamiento no tuvo impacto en aquellos con progresión rápida.
Asimismo una reducción significativa de costes fue registrada. La herramienta permitiría disminuir hasta en un 90% el tamaño de las muestras en ensayos clínicos, acelerando el desarrollo de fármacos y abaratando los costes.
“La IA puede guiarnos hacia los pacientes que se beneficiarán de los medicamentos contra la demencia, tratándolos en la fase en la que los fármacos marcarán la diferencia, de modo que por fin podamos empezar a luchar contra estas crueles enfermedades. Hacer que los ensayos clínicos sean más rápidos, baratos y mejores, guiados por la IA, tiene un gran potencial para acelerar el descubrimiento de nuevos tratamientos precisos para pacientes individuales, reduciendo los efectos secundarios y los costes de los servicios de salud” concluyó Kourtzi.
