Investigadores de la Sociedad Radiológica de América del Norte han desarrollado un modelo de predicción de la edad cerebral basado en inteligencia artificial (IA) que puede cuantificar las desviaciones de una trayectoria de envejecimiento cerebral saludable en pacientes con deterioro cognitivo leve.
El estudio fue publicado en junio en Radiología: Inteligencia Artificial.
Detección temprana de deterioro cognitivo
Según los investigadores, el modelo podría usarse para ayudar en la detección temprana del deterioro cognitivo.
Las personas que sufren de deterioro cognitivo leve amnésico (aMCI), una fase de transición del envejecimiento normal a la enfermedad de Alzheimer, tienen déficits de memoria que son más graves de lo normal para su edad y educación. Sin embargo, no es lo suficientemente grave como para afectar su función diaria.
El estudio involucró a Ni Shu, Ph.D., del State Key Laboratory of Cognitive Neuroscience and Learning, Beijing Normal University, en Beijing, China, junto con otros colegas.
El equipo utilizó un enfoque de aprendizaje automático para entrenar un modelo de predicción de la edad del cerebro, que se basó en las imágenes de RM ponderadas en T1 de 974 adultos sanos entre las edades de 49,3 y 95,4 años.
Luego, se aplicó el modelo entrenado para estimar la diferencia de edad predicha de los pacientes con DCL a en conjuntos de datos de la Iniciativa de rejuvenecimiento del cerebro envejecido de Beijing, que incluía 616 controles sanos y 80 pacientes con DCL a, y la Iniciativa de neuroimagen de la enfermedad de Alzheimer, que incluía 589 controles sanos y 144 DCL pacientes
Además de esto, el equipo también analizó las asociaciones entre la diferencia de edad prevista y el deterioro cognitivo, los factores de riesgo genéticos, los biomarcadores patológicos de la enfermedad de Alzheimer y la progresión clínica en pacientes con DCL-a.
Los resultados del estudio
Los resultados del estudio demostraron que los pacientes con aMCI tenían trayectorias de envejecimiento cerebral distintas de la trayectoria típica de envejecimiento normal. Los modelos de predicción de la edad cerebral propuestos podrían cuantificar las desviaciones individuales de esta trayectoria normal.
El equipo también descubrió que la diferencia de edad predicha estaba fuertemente relacionada con el deterioro cognitivo individual de los pacientes con DCL-a en dominios como la memoria, la atención y la función ejecutiva.
“El modelo predictivo que generamos fue muy preciso al estimar la edad cronológica en participantes sanos basándose solo en la apariencia de las imágenes de resonancia magnética”, afirma el documento. “Por el contrario, para aMCI, el modelo estimó que la edad del cerebro era más de 2,7 años mayor en promedio que la edad cronológica del paciente”.
El modelo también mostró que los pacientes con DCL progresivo sufren más desviaciones del envejecimiento normal típico que los pacientes con DCL estable. Mediante el uso de herramientas como la puntuación de diferencia de edad predicha y biomarcadores para la enfermedad de Alzheimer, las progresiones de aMCI se pueden predecir mejor.
Al combinar la diferencia de edad predicha con otros biomarcadores para la enfermedad de Alzheimer, se puede lograr el mejor rendimiento para diferenciar con precisión entre aMCI progresivo y aMCI estable.
“Este trabajo indica que la diferencia de edad predicha tiene el potencial de ser un biomarcador computarizado, confiable y sólido para el diagnóstico temprano del deterioro cognitivo y el seguimiento de la respuesta al tratamiento”, dijeron los autores.