Mediante el análisis de distintos tipos de resonancias magnéticas cerebrales y datos clínicos, un innovador modelo de inteligencia artificial (IA) ha logrado identificar biomarcadores tempranos de alzhéimer en personas con quejas cognitivas leves que posteriormente desarrollaron la enfermedad.

El algoritmo fue elaborado por un equipo de la Universidad de Chile y el Instituto Milenio en Ingeniería e Inteligencia Artificial para la Salud (iHEALTH), representando un avance significativo en el diagnóstico precoz.

Los investigadores aplicaron el modelo en 158 personas que reportaban preocupaciones por una pérdida de memoria leve. De ellas, se reconoció correctamente a 6 de los 7 pacientes que efectivamente manifestaron alzhéimer más adelante.

"Este es el primer estudio que integra herramientas como el aprendizaje multimodal fuera de distribución con IA explicable para identificar posibles biomarcadores tempranos de alzhéimer en personas con quejas cognitivas", destaca Jhon Intriago, líder de la investigación y estudiante de doctorado en Ingeniería Eléctrica.

Las técnicas de IA explicable permiten identificar las regiones del cerebro más relevantes para el diagnóstico. Particularmente, los biomarcadores detectados fueron en áreas relacionadas con la cognición, acción y percepción.

"La detección temprana es fundamental porque podría permitir identificar tratamientos para cambiar o retrasar el curso natural del trastorno. Nuestro modelo sugiere que cerca del 10% de las personas que reportan problemas de memoria podrían estar en riesgo de desarrollar la enfermedad", detalla Intriago.

Este avance representa un paso hacia la personalización de los enfoques de prevención e intervención temprana del alzhéimer, que hoy afecta a más de 200 mil chilenos.