Enfermedades neurodegenerativas identificadas mediante inteligencia artificial

Mar 18, 2019

Un grupo de investigadores de la Escuela de Medicina de Icahn del Monte Sinaí y publicado en la revista médica Laboratory Investigation han desarrollado una plataforma de inteligencia artificial para detectar una variedad de enfermedades neurodegenerativas en muestras de tejido cerebral humano, incluida la enfermedad de Alzheimer y la encefalopatía traumática crónica. Su descubrimiento ayudará a los científicos a desarrollar biomarcadores y terapias dirigidas, lo que dará como resultado un diagnóstico más preciso de enfermedades cerebrales complejas que mejoren los resultados de los tratamientos a los pacientes diagnosticados.

La acumulación de proteínas tau anormales en el cerebro en las marañas neurofibrilares es una característica de la enfermedad de Alzheimer, pero también se acumula en otras enfermedades neurodegenerativas, como la encefalopatía traumática crónica y otras afecciones relacionadas con la edad. El diagnóstico preciso de las enfermedades neurodegenerativas es todo un reto y requiere un especialista altamente capacitado.

Los investigadores del Centro de Patología Computacional y de Sistemas en Mount Sinai desarrollaron y utilizaron esta Plataforma para aplicar enfoques de aprendizaje automático eficaces en portaobjetos microscópicos digitalizados preparados con muestras de tejido de pacientes con un espectro de enfermedades neurodegenerativas. Aplicando el aprendizaje profundo (deep learning), estas imágenes se utilizaron para crear una red neuronal convolucional capaz de identificar enredos neurofibrilares con un alto grado de precisión directamente de las imágenes digitalizadas.

La utilización de la inteligencia artificial tiene un gran potencial para mejorar nuestra capacidad de detectar y cuantificar enfermedades neurodegenerativas, lo que representa un gran avance sobre los enfoques existentes que requieren mucha mano de obra y son poco reproducibles. En última instancia, este proyecto tiene el potencial de poder conseguir un diagnóstico más eficiente y preciso de las enfermedades neurodegenerativas.

Este es el primer marco disponible para evaluar algoritmos de aprendizaje profundo utilizando datos de imágenes a gran escala en neuropatología. La plataforma permite la gestión de datos, la exploración visual, la descripción de objetos, la revisión de múltiples usuarios y la evaluación de los resultados del algoritmo de aprendizaje profundo.

Los investigadores han usado técnicas avanzadas de computación y matemática junto con tecnología de microscopio de vanguardia, visión computacional e inteligencia artificial para clasificar con mayor precisión una amplia gama de enfermedades.

El departamento de patología académica del Mount Sinai es de los más grandes de USA y procesa más de 80 millones de pruebas al año, lo que da lugar a una oferta para los investigadores para el acceso a un amplio conjunto de datos que pueden utilizarse para mejorar las pruebas y los diagnósticos.

Referencia: Maxim Signaevsky, Marcel Prastawa, Kurt Farrell, Nabil Tabish, Elena Baldwin, Natalia Han, Megan A. Iida, John Koll, Clare Bryce, Dushyant Purohit, Vahram Haroutunian, Ann C. McKee, Thor D. Stein, Charles L. White, Jamie Walker, Timothy E. Richardson, Russell Hanson, Michael J. Donovan, Carlos Cordon-Cardo, Jack Zeineh, Gerardo Fernandez, John F. Crary. Artificial intelligence in neuropathology: deep learning-based assessment of tauopathyLaboratory Investigation, 2019; DOI: 10.1038/s41374-019-0202-4

Share This