Una investigación coordinada por el CNR-ESTC ha utilizado, por primera vez, un algoritmo de aprendizaje automático para analizar el resultado de las pruebas neuropsicológicas, neurofisiológicas y genéticas destinadas a predecir el inicio de Alzheimer y Parkinsonon teniendo en cuenta el sexo.
¿Qué papel tiene el sexo en el desarrollo de Patologías neurodegenerativas como la enfermedad de Alzheimer y la enfermedad de Parkinson? A la pregunta, intenta responder un estudio coordinado por el Instituto de Ciencias y Tecnologías de la Cognición del Consejo Nacional de Investigación de Roma (CNR-ISCC), que por primera vez utilizó la herramienta de laInteligencia artificial (IA) Para identificar los factores más importantes para el diagnóstico temprano, diferenciando a hombres y mujeres.
En particular, han sido sometidos a un algoritmo de IA el resultado de una serie de pruebas neuropsicológicas, datos neurofisiológicos y genéticos realizados en un campeón mixto, compuesto por hombres y pacientes y pacientes sanos y, con el objetivo de identificar y diferenciar. La base del sexo Los principales factores predictivos asociados con el inicio de las dos enfermedades.
Los resultados de la investigación, el resultado de un trabajo interdisciplinario que también involucró el área de investigación de Milán 4 de la CNR, la Fundación Mondino, la Universidad de Pavia, la Fundación Santa Lucía Irccs, las universidades de Roma Sapienza y Tor Vergata y AI2Life SRL, una nueva empresa desarrollada dentro del CNR-ESTC, se publican en dos artículos distintos del Revista de Ciencias Neurológicas. Los dos artículos informan el resultado de las pruebas realizadas con el modelo de aprendizaje automático para predecir, respectivamente, la aparición de la enfermedad de Alzheimer y la enfermedad de Parkinson.
El gerente científico de la investigación, Daniele Caligiore, gerente de investigación de CNR-ESTC y director de la Escuela avanzada en inteligencia artificial (As-ai), dijo:
La novedad del estudio consiste en haber adoptado un enfoque integrado en el análisis de las pruebas, consistentemente con la teoría que desarrollamos en el CNR-ESTC, según la cual ambas patologías -alzheimer y Parkinson podrían ser manifestaciones de una sola enfermedad, llamada Síndrome de ancianos neurodegenerativos (NES). En el análisis de las pruebas, comenzamos al analizar las diferencias entre pacientes sanos y pacientes enfermos, independientemente de si eran hombres o mujeres: de hecho, hay muchos estudios que comparan el resultado de las pruebas predictivas sobre la base del género, Pero no considere que algunas características puedan ser relevantes para ambos grupos, independientemente de los valores absolutos de los puntajes de las pruebas. Nuestra investigación enfrenta este problema por primera vez a través de un algoritmo explicable de aprendizaje automático, es decir, capaz de hacer que el proceso de decisión utilizado sea transparente, aumentando la confiabilidad y promoviendo la adopción en el campo de la medicina.
En el caso de Alzheimer, el algoritmo analizó el resultado de pruebas neuropsicológicas simples destinadas a estimar la probabilidad de inicio de la patología dependiendo del sexo sobre la base de PArámetros “depredadores” como la memoria, la orientación, la atención y el lenguaje (Mmse); memoria verbal a corto plazo (avtot); Y la memoria episódica a largo plazo (Lideltotal).
El sistema de aprendizaje automático que desarrollamos muestra cómo MMSE es un predictor más efectivo que el Alzheimer en las mujeres, mientras que en los hombres es esencial para el monitoreo a largo plazo. Lideltotal es más predictivo en las mujeres para el inicio de la enfermedad, mientras que Avtot es más relevante en los hombres. Además, el nivel de educación afecta de manera diferente al riesgo de Alzheimer, con mujeres que presentan un mayor riesgo.
El modelo de aprendizaje automático desarrollado para la investigación sobre Parkinson’s En cambio, identificó características clave: neuropsicológica, genética y cuerpo, que se pueden vincular con el inicio de la patología. Con respecto a los hombres, surge que deben ser considerados entre los principales predictores del inicio de los datos de Parkinsonon que miden el Rigidez muscular y disfunciones del sistema nervioso autónomo; mientras que para las mujeres los datos sobre el disfunciones urinarias para predecir la enfermedad.
Además, el modelo de aprendizaje automático ha identificado los predictores significativos de la edad y la historia familiar de Parkinson del campeón, con un mayor impacto en los hombres. Además, parecen ser más relevantes, siempre en la esfera masculina, las pruebas que miden la fluidez verbal semántica (SFT) y los datos sobre la variante genética SNCA-TCA-GRES356181, vinculados con el gen Alfa-sanuclein, una proteína involucrada En el desarrollo de enfermedades neurodegenerativas como Parkinson’s.
Los resultados de esta investigación muestran la importancia de integrar enfoques de diagnóstico específicos para el sexo en la práctica clínica para mejorar el manejo de Alzheimer y Parkinson: la tarea de la investigación será refinar más y más pruebas neuropsicológicas y biomarcadores predictivos, con especial atención al sexo para apoyar los tratamientos personalizados. Además, nuestro estudio representa un ejemplo concreto de cómo los IEA pueden apoyar efectivamente la medicina, combinando el análisis de las características individuales con una visión sistémica: algoritmos de aprendizaje automático, de hecho, puede integrar y analizar datos específicos de datos fisiológicos, genéticos o de estilo de vida vinculados – Para predecir el inicio de la enfermedad, monitorear su progresión y, al mismo tiempo, ofrecer tratamientos específicos y personalizados.
Fuente: Científico; Científico
Puede que le interese:
