Un equipo de especialistas de UMass Amherst recibió una subvención de más de 278 mil dólares por parte de los NIH para crear un modelo predictivo de la enfermedad de Alzheimer.
En Estados Unidos alrededor de 6.7 millones de adultos mayores de 65 años viven con la enfermedad de Alzheimer, uno de los principales retos alrededor de esta condición es que no existe un método universal para predecir su aparición. Además, gran parte de los tratamientos tienen mayor efectividad en las etapas tempranas de la enfermedad.
En este sentido un equipo de investigadores en ciencias computacionales e ingeniería biomédica de la University of Massachusetts Amherst (UMass Amherst) recibieron una subvención de los Institutos Nacionales de Salud (NIH) para desarrollar nuevos modelos de deep learning o aprendizaje profundo para la predicción temprana de Alzheimer utilizando datos clínicos como imágenes de resonancia magnética (IRM) del cerebro.
El objetivo final de esta investigación es permitir la detección temprana de Alzheimer con al menos dos años o más antes de la aparición de los síntomas. De esta forma se podrían identificar poblaciones de pacientes en riesgo de desarrollar esta condición utilizando datos clínicos multimodales como IRM del cerebro.
“Esta investigación nos acerca a la posibilidad de someter a las personas a ensayos clínicos en un punto en el que la biología cerebral aún está intacta y se puede hacer algo”, explicó Madalina Fiterau, profesora adjunta del Manning College of Information and Computer Sciences de la UMass Amherst e investigadora principal y jefa de proyecto del estudio.
Asimismo, detalló que 60% de la masa cerebral de un paciente desaparece en el momento del diagnóstico, y en ese momento es irrecuperable, por lo que la investigación tiene como propósito identificar esos cambios de manera oportuna, al menos dos años antes de la aparición, y posteriormente averiguar qué tratamientos funcionan.
Por su parte, Joyita Dutta, otra de las principales investigadoras del estudio, habló sobre el desarrollo de potenciales tratamientos contra Alzheimer: “No habríamos podido decir esto hace tres años, pero ahora que están surgiendo muchos nuevos candidatos a fármacos, estamos en el punto en el que las técnicas de previsión pueden desplegarse realmente para identificar posibles sujetos para una terapia modificadora de la enfermedad”.
El equipo utilizará deep learning para extraer características de IRM del cerebro, además los investigadores conocen algunas regiones clave que se ven especialmente afectadas por Alzheimer como el hipocampo, la corteza cerebral y las cavidades ventriculares llenas de líquido.
