European Commission logo
español español
CORDIS - Resultados de investigaciones de la UE
CORDIS

Dementia modelling

Article Category

Article available in the following languages:

Un «software» que lee la mente detecta signos ocultos de demencia

El aprendizaje automático detecta nuevos biomarcadores en escáneres cerebrales que pueden dar lugar a un mejor diagnóstico y pronóstico para las enfermedades neurodegenerativas.

Salud icon Salud

La demencia es la causa principal de dependencia y discapacidad entre las personas mayores en la Unión Europea, que afecta ya a diez millones de personas, cifra que se espera que se duplique de aquí a 2030. Sin embargo, diagnosticar la demencia, en particular en las primeras etapas, es difícil y depende en parte de evaluaciones cualitativas. «Solo es posible confirmar la enfermedad "post-mortem", examinando el cerebro», explica Mads Nielsen, coordinador del proyecto DEMO, financiado con fondos europeos. «Por esta razón, cualquier diagnóstico clínico de alzhéimer se denomina "sospecha de enfermedad"». En la actualidad, los médicos llevan a cabo estos diagnósticos por medio de escáneres cerebrales, que examinan la forma y la función del cerebro, en combinación con entrevistas a los pacientes para evaluar factores como los recuerdos de la memoria. En conjunto, estas mediciones también sirven para distinguir entre dolencias relacionadas, tales como alzhéimer, demencia vascular, demencia del lóbulo frontal, etc. Con el proyecto DEMO, se ha tratado de mejorar este proceso mediante la identificación y el desarrollo de biomarcadores de imagenología cuantitativos fácilmente visibles en las resonancias magnéticas, que se han utilizado para modelar la trayectoria probable de la enfermedad. «La idea consiste en imaginar que pueden medirse mil parámetros diferentes del cerebro mediante una resonancia magnética y luego, cuando la demencia avanza en el paciente, ver si cambia alguno de ellos», añade Nielsen. El biomarcador cuantitativo más destacado, según Nielsen, es actualmente el volumen del hipocampo, que se reduce con la enfermedad de Alzheimer. Otros son la morfología cerebral, las patologías vasculares, la reducción de varias partes del cerebro y la acumulación de proteínas patológicas. Podrían existir muchas otras medidas; el objetivo de DEMO ha sido determinarlas.

Poder para predecir el avance de la enfermedad

Sobre la base de los datos longitudinales históricos de pacientes con demencia, Nielsen y su equipo de Biomediq utilizaron técnicas de aprendizaje automático para detectar cambios en la estructura y la función cerebrales con poder para predecir la presencia y el curso de la enfermedad. Estos datos se aplican ahora a otro proyecto, PMI-AD, financiado por el Programa conjunto de la UE sobre investigación en enfermedades neurodegenerativas. Por medio de mejorar los biomarcadores de imagenología cuantitativos, Nielsen espera que pueda diagnosticarse antes a los pacientes y ofrecerles un pronóstico más preciso y objetivo, además de poder validar las intervenciones contra la demencia. Ello se debe a que los efectos de varios fármacos que se han probado en ensayos sobre la demencia deberían reflejarse en estos biomarcadores. «Obviamente, se puede observar si la función mejora a nivel cualitativo, pero también interesa mirar dentro del cerebro para ver si los biomarcadores respaldan la conclusión de que el fármaco logra un efecto beneficioso», explica Nielsen. El proyecto DEMO contó con el apoyo del programa Acciones Marie Skłodowska-Curie. «Básicamente, era una red de formación para jóvenes investigadores, por lo que otro de los resultados es que estos científicos de talento han obtenido el doctorado a través de ella», señala Nielsen. Ahora el grupo aspira a demostrar el software de escaneado de imágenes en el Reino Unido y la Unión Europea y tiene previstos estudios piloto en Dinamarca y Noruega. Nielsen añade: «En uno o dos años esperamos ver un uso clínico más extendido de esta práctica».

Palabras clave

DEMO, demencia, modelado, alzhéimer, cerebro, escáner, pronóstico, diagnóstico, objetivo, máquina, aprendizaje

Descubra otros artículos del mismo campo de aplicación