{"id":37217,"date":"2023-03-01T09:27:16","date_gmt":"2023-03-01T15:27:16","guid":{"rendered":"https:\/\/saluddigital.com\/?p=37217"},"modified":"2025-10-19T23:45:19","modified_gmt":"2025-10-20T05:45:19","slug":"modelo-de-ia-capaz-de-predecir-alzheimer-cinco-anos-antes-de-diagnostico","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/modelo-de-ia-capaz-de-predecir-alzheimer-cinco-anos-antes-de-diagnostico\/","title":{"rendered":"AI model capable of predicting Alzheimer's five years before diagnosis"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Investigadores utilizaron datos de registros de salud electr\u00f3nicos para modelar una Inteligencia Artificial (IA) capaz de predecir qu\u00e9 pacientes desarrollar\u00e1n la enfermedad de Alzheimer.<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

La enfermedad de Alzheimer (EA) y las demencias relacionadas son una clase de trastornos neurodegenerativos con diversos s\u00edntomas como lapsos de memoria a corto plazo, o p\u00e9rdida de la funci\u00f3n cerebral. Estas condiciones disminuyen paulatinamente la calidad de vida de los adultos mayores afectados.\u00a0 Adem\u00e1s, a\u00fan no se ha desarrollado un tratamiento eficaz para tratar esta enfermedad, actualmente solo existen seis medicamentos aprobados por la Administraci\u00f3n de Alimentos y Medicamentos (FDA) de Estados Unidos, a pesar de d\u00e9cadas de inversi\u00f3n.<\/p>

En el estudio Predicci\u00f3n temprana de la enfermedad de Alzheimer y demencias relacionadas utilizando registros de salud electr\u00f3nicos del mundo real<\/em> published in Alzheimer & Dementia<\/em>, los autores detallan que una posible raz\u00f3n de la alta tasa de fracaso en el desarrollo de tratamientos para esta enfermedad, es que puede ser demasiado tarde para administrar tratamientos cuando la demencia ya es sintom\u00e1tica.<\/p>

Adem\u00e1s, actualmente no existen pruebas de detecci\u00f3n temprana, ya que esta se diagnostica despu\u00e9s de que los pacientes han desarrollado s\u00edntomas y la enfermedad ya ha causado da\u00f1o cerebral significativo.<\/p>

Para ello, los autores de este estudio buscaron demostrar la viabilidad de utilizar un enfoque de aprendizaje autom\u00e1tico para la predicci\u00f3n temprana del diagn\u00f3stico de demencias relacionadas. \u201cLos procesos neurodegenerativos de la enfermedad de Alzheimer y demencias relacionadas (ADRD) comienzan a\u00f1os antes del inicio de los s\u00edntomas cl\u00ednicos y antes de los diagn\u00f3sticos, dejando una amplia ventana de oportunidades para la predicci\u00f3n temprana y la identificaci\u00f3n de factores de riesgo\u201d, explican los autores.<\/p>

Los datos cl\u00ednicos del mundo real como lo son los registros de salud electr\u00f3nicos, son claves para el desarrollo de modelos de detecci\u00f3n y diagn\u00f3stico temprano de enfermedades. Factores de riesgo de Alzheimer como obesidad, hipertensi\u00f3n y colesterol alto se registran rutinariamente, por lo que los cient\u00edficos juegan con esta informaci\u00f3n a su favor.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

\u201cEstamos desarrollando y probando modelos que usan inteligencia artificial para extraer este tipo de informaci\u00f3n de los registros m\u00e9dicos de los pacientes y predecir qu\u00e9 pacientes tienen probabilidades de desarrollar la enfermedad muchos a\u00f1os antes de que se haga un diagn\u00f3stico\u201d, explic\u00f3 el Dr. Jiang Bian jefe de datos en University of Florida Health<\/a> (UF Health).<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

De esta manera, los investigadores reportaron que los dos modelos de IA desarrollados fueron probados con existo y obtuvieron puntajes de excelente a sobresaliente utilizando medidas de rendimiento est\u00e1ndar para la evaluaci\u00f3n de IA y su capacidad de completar tareas asignadas.<\/p>

Los datos utilizados para entrenar al modelo fueron obtenidos del repositorio OneFlorida+ Data Trust, y se identificaron a casi 24 mil pacientes mayores de 40 a\u00f1os que fueron diagnosticados con Alzheimer o demencia. Adem\u00e1s, m\u00e1s de 1.04 millones de personas mayores de 40 a\u00f1os que no fueron diagnosticados con la enfermedad sirvieron como grupo de control. Ambos modelos recibieron la indicaci\u00f3n de escanear casi diez a\u00f1os de datos m\u00e9dicos de los pacientes seleccionados.<\/p>

El primer modelo fue basado en el conocimiento, y el segundo fue basado en datos. Y a pesar de que ambos funcionaron correctamente m\u00e1s flexibles fue el modelo basado en datos ya que super\u00f3 significativamente los resultados del otro modelo, tanto para la predicci\u00f3n de Alzheimer de manera temprana o al momento del diagn\u00f3stico.<\/p>

Esto se debe a que este modelo utiliz\u00f3 la misma evidencia cient\u00edfica que el modelo basado en conocimiento, sin embargo, consideraba otros datos disponibles en los registros de salud. \u201cQuer\u00edamos ver si el modelo basado en datos pod\u00eda identificar factores de riesgo y determinantes sociales de la salud en los datos que los expertos ni siquiera conoc\u00edan\u201d, dijo el Dr. Bian.<\/p>

De esta manera el modelo basado en datos identific\u00f3 otros factores de riesgo posibles como la debilidad muscular, trastornos del estado de \u00e1nimo, malestar general y fatiga. Asimismo, encontr\u00f3 que las mujeres que reciben atenci\u00f3n m\u00e9dica preventiva como ex\u00e1menes m\u00e9dicos regulares, ex\u00e1menes ginecol\u00f3gicos y mamograf\u00edas, tienen un riesgo menos de desarrollar la enfermedad de Alzheimer que las mujeres que no reciben este tipo de atenci\u00f3n.<\/p>

Los autores reconocen las limitaciones del estudio y las direcciones futuras a seguir para continuar perfeccionando el modelo \u201cUna direcci\u00f3n prometedora ser\u00eda una aplicaci\u00f3n de toma de decisiones compartida que ayude a las d\u00edadas paciente-m\u00e9dico a evaluar el riesgo personalizado de un paciente, comprender las limitaciones de la predicci\u00f3n del riesgo y decidir el mejor curso de acci\u00f3n a partir de las modificaciones de los factores de riesgo basadas en la evidencia\u201d, concluyen los autores.<\/p>

Puedes encontrar el estudio completo en el siguiente enlace: https:\/\/alz-journals.onlinelibrary.wiley.com\/doi\/10.1002\/alz.12967<\/a><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

UF HEALTH<\/strong><\/p>

https:\/\/ufhealth.org\/news\/2023\/using-artificial-intelligence-and-patient-medical-records-predict-alzheimer-s-disease<\/a><\/p>

ALZHEIMER & DEMENTIA<\/strong><\/p>

https:\/\/alz-journals.onlinelibrary.wiley.com\/doi\/10.1002\/alz.12967<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

Investigadores utilizaron datos de registros de salud electr\u00f3nicos para modelar una Inteligencia Artificial (IA) capaz de predecir qu\u00e9 pacientes desarrollar\u00e1n la enfermedad de Alzheimer. La enfermedad de Alzheimer (EA) y las demencias relacionadas son una clase de trastornos neurodegenerativos con diversos s\u00edntomas como lapsos de memoria a corto plazo, o p\u00e9rdida de la funci\u00f3n cerebral. Estas condiciones disminuyen paulatinamente la calidad de vida de los adultos mayores afectados.  Adem\u00e1s, a\u00fan no se ha desarrollado un tratamiento eficaz para tratar esta enfermedad, actualmente solo existen seis medicamentos aprobados por la Administraci\u00f3n de Alimentos y Medicamentos (FDA) de Estados Unidos, a pesar de d\u00e9cadas de inversi\u00f3n. En el estudio Predicci\u00f3n temprana de la enfermedad de Alzheimer y demencias relacionadas utilizando registros de salud electr\u00f3nicos del mundo real publicado en Alzheimer & Dementia, los autores detallan que una posible raz\u00f3n de la alta tasa de fracaso en el desarrollo de tratamientos para esta enfermedad, es que puede ser demasiado tarde para administrar tratamientos cuando la demencia ya es sintom\u00e1tica. Adem\u00e1s, actualmente no existen pruebas de detecci\u00f3n temprana, ya que esta se diagnostica despu\u00e9s de que los pacientes han desarrollado s\u00edntomas y la enfermedad ya ha causado da\u00f1o cerebral significativo. Para ello, los autores de este estudio buscaron demostrar la viabilidad de utilizar un enfoque de aprendizaje autom\u00e1tico para la predicci\u00f3n temprana del diagn\u00f3stico de demencias relacionadas. \u201cLos procesos neurodegenerativos de la enfermedad de Alzheimer y demencias relacionadas (ADRD) comienzan a\u00f1os antes del inicio de los s\u00edntomas cl\u00ednicos y antes de los diagn\u00f3sticos, dejando una amplia ventana de oportunidades para la predicci\u00f3n temprana y la identificaci\u00f3n de factores de riesgo\u201d, explican los autores. Los datos cl\u00ednicos del mundo real como lo son los registros de salud electr\u00f3nicos, son claves para el desarrollo de modelos de detecci\u00f3n y diagn\u00f3stico temprano de enfermedades. Factores de riesgo de Alzheimer como obesidad, hipertensi\u00f3n y colesterol alto se registran rutinariamente, por lo que los cient\u00edficos juegan con esta informaci\u00f3n a su favor. \u201cEstamos desarrollando y probando modelos que usan inteligencia artificial para extraer este tipo de informaci\u00f3n de los registros m\u00e9dicos de los pacientes y predecir qu\u00e9 pacientes tienen probabilidades de desarrollar la enfermedad muchos a\u00f1os antes de que se haga un diagn\u00f3stico\u201d, explic\u00f3 el Dr. Jiang Bian jefe de datos en University of Florida Health (UF Health). De esta manera, los investigadores reportaron que los dos modelos de IA desarrollados fueron probados con existo y obtuvieron puntajes de excelente a sobresaliente utilizando medidas de rendimiento est\u00e1ndar para la evaluaci\u00f3n de IA y su capacidad de completar tareas asignadas. Los datos utilizados para entrenar al modelo fueron obtenidos del repositorio OneFlorida+ Data Trust, y se identificaron a casi 24 mil pacientes mayores de 40 a\u00f1os que fueron diagnosticados con Alzheimer o demencia. Adem\u00e1s, m\u00e1s de 1.04 millones de personas mayores de 40 a\u00f1os que no fueron diagnosticados con la enfermedad sirvieron como grupo de control. Ambos modelos recibieron la indicaci\u00f3n de escanear casi diez a\u00f1os de datos m\u00e9dicos de los pacientes seleccionados. El primer modelo fue basado en el conocimiento, y el segundo fue basado en datos. Y a pesar de que ambos funcionaron correctamente m\u00e1s flexibles fue el modelo basado en datos ya que super\u00f3 significativamente los resultados del otro modelo, tanto para la predicci\u00f3n de Alzheimer de manera temprana o al momento del diagn\u00f3stico. Esto se debe a que este modelo utiliz\u00f3 la misma evidencia cient\u00edfica que el modelo basado en conocimiento, sin embargo, consideraba otros datos disponibles en los registros de salud. \u201cQuer\u00edamos ver si el modelo basado en datos pod\u00eda identificar factores de riesgo y determinantes sociales de la salud en los datos que los expertos ni siquiera conoc\u00edan\u201d, dijo el Dr. Bian. De esta manera el modelo basado en datos identific\u00f3 otros factores de riesgo posibles como la debilidad muscular, trastornos del estado de \u00e1nimo, malestar general y fatiga. Asimismo, encontr\u00f3 que las mujeres que reciben atenci\u00f3n m\u00e9dica preventiva como ex\u00e1menes m\u00e9dicos regulares, ex\u00e1menes ginecol\u00f3gicos y mamograf\u00edas, tienen un riesgo menos de desarrollar la enfermedad de Alzheimer que las mujeres que no reciben este tipo de atenci\u00f3n. Los autores reconocen las limitaciones del estudio y las direcciones futuras a seguir para continuar perfeccionando el modelo \u201cUna direcci\u00f3n prometedora ser\u00eda una aplicaci\u00f3n de toma de decisiones compartida que ayude a las d\u00edadas paciente-m\u00e9dico a evaluar el riesgo personalizado de un paciente, comprender las limitaciones de la predicci\u00f3n del riesgo y decidir el mejor curso de acci\u00f3n a partir de las modificaciones de los factores de riesgo basadas en la evidencia\u201d, concluyen los autores. Puedes encontrar el estudio completo en el siguiente enlace: https:\/\/alz-journals.onlinelibrary.wiley.com\/doi\/10.1002\/alz.12967 BIBLIOGRAF\u00cdA UF HEALTH https:\/\/ufhealth.org\/news\/2023\/using-artificial-intelligence-and-patient-medical-records-predict-alzheimer-s-disease ALZHEIMER & DEMENTIA https:\/\/alz-journals.onlinelibrary.wiley.com\/doi\/10.1002\/alz.12967<\/p>","protected":false},"author":1,"featured_media":37219,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-37217","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-noticias","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/37217","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=37217"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/37217\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/37219"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=37217"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=37217"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=37217"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}