Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
Inteligencia Artificial y análisis de sangre para detectar tempranamente enfermedad de Alzheimer

A través de análisis de sangre y la utilización de Inteligencia Artificial (IA), es posible detectar la enfermedad de Alzheimer en etapa temprana.

En marzo de este año, fue publicado el estudio “Inteligencia artificial y epigenómica leucocitaria: evaluación y predicción de la enfermedad de Alzheimer de aparición tardía”, en la revista PLOS ONE. En el estudio los investigadores explican que “evaluamos la utilidad de los biomarcadores epigenómicos leucocitarios para la detección de la enfermedad de Alzheimer (EA) y dilucidamos su patogénesis molecular”.

Para esto, los investigadores utilizaron seis métodos distintos de IA, como aprendizaje profundo y otros. A través de IA pudieron evaluar los biomarcadores epigenómicos de leucocitos en sangre. De esta forma encontraron más de 150 diferencias genéticas entre los participantes del estudio, entre los dos grupos, los participantes con EA y los participantes que no tienen EA.

El aprendizaje profundo, fue la plataforma de IA más efectiva, pues la evaluación de no tienen citosina-fosfato-guaninas (CpG), logró una tasa de sensibilidad y especificidad de 97%.

El autor principal Ray Bahado-Singh presidente del Departamento de Obstetricia y Ginecología de la Universidad de Oakland, explicó lo siguiente: “Es casi como si los leucocitos se hubieran convertido en un periódico que nos dijera: ‘Esto es lo que está pasando en el cerebro’”. Los investigadores toman con mesura el descubrimiento, pero señalan de que poder replicarse los hallazgos encontrados, pueden apoyar en el diagnóstico temprano de EA.

“El santo grial es identificar a los pacientes en la etapa preclínica para que las intervenciones tempranas efectivas, incluidos los nuevos medicamentos, se puedan estudiar y, en última instancia, utilizar”, dijo Bahado-Singh.

Por otra parte, Khaled Imam, MD, director de medicina geriátrica de Beaumont Health y coinvestigador del estudio, explicó que: “Tener biomarcadores en la sangre y ser capaces de identificar EA años antes de que comiencen los síntomas, es de esperar que podamos intervenir temprano en el proceso de la enfermedad”.

Noticias destacadas

Noticias por país

Comparte el contenido

Salud Digital en el mundo

  • — Science Brief: Omicron (B.1.1.529) Variant/ actualizaciones CDC
    Ver más
  • — Coronavirus resource center / Johns Hopkins
    Ver más
  • — Rastreo epidemiológico de contactos COVID-19 / Curso Johns Hopkins
    Ver más
  • — Comportamiento infección SARS-CoV-2 / Calculadora FCS
    Ver más
  • — Omicron SARS-CoV-2 variant: a new chapter in the COVID-19 pandemic/ Artículo The Lancet
    Ver más
  • — Genomic Epidemiology Tracker / GISAID
    Ver más
  • — Consorcio Mexicano de Vigilancia Genómica
    Ver más
Secured By miniOrange