Unos investigadores han desarrollado un análisis de sangre mejorado con inteligencia artificial que puede predecir la aparición de la enfermedad de Parkinson hasta siete años antes de que se manifiesten los síntomas.
En estudiardirigido por científicos del University College de Londres (UCL) y del Centro Médico Universitario de Goettingen (Alemania) y publicado en Nature Communications, podría dar lugar a tratamientos tempranos y específicos para frenar la progresión de este debilitante trastorno neurodegenerativo.
La enfermedad de Parkinson es un problema sanitario mundial cada vez más grave, que afecta a casi 10 millones de personas en todo el mundo, de las cuales más de un millón en EE.UU. y 150.000 en el Reino Unido.
La enfermedad se caracteriza por síntomas como temblores, dificultades de movimiento, rigidez muscular, problemas de equilibrio, problemas de memoria, mareos y dolor nervioso. Sos síntomas surgen debido a la muerte de células nerviosas en la "sustancia negra", una parte del cerebro responsable del control del movimiento.
En la actualidad, no existen tratamientos para detener o invertir la progresión de la enfermedad, y a la mayoría de los pacientes se les diagnostica cuando ya han aparecido los síntomas. Como explicó la Dra. Jenny Hällqvist, de la UCL y coautora del estudio, "a las personas se les diagnostica cuando ya han perdido neuronas. Debemos proteger esas neuronas, no esperar a que desaparezcan".
Este innovador análisis de sangre mejorado con IA puede predecir la enfermedad de Parkinson con una precisión de hasta 79% hasta siete años antes de que aparezcan los síntomas.
Noticias de investigación 📣
Una investigación financiada por Parkinson's UK se muestra prometedora para una sangre
prueba que podría identificar el Parkinson antes de que aparezcan los síntomas de movimiento.Lea la historia completa y lo que esto significa para las personas con Parkinson 👉🏽 https://t.co/2LwhkHRXbf pic.twitter.com/yxTZHRSgJQ
- Parkinson's UK (@ParkinsonsUK) 18 de junio de 2024
Más información sobre el estudio
El estudio funcionó de la siguiente manera:
- Identificación de posibles biomarcadoress: El estudio comenzó analizando muestras de sangre de pacientes de Parkinson recientemente diagnosticados y de controles sanos mediante técnicas avanzadas de espectrometría de masas. Esto permitió a los investigadores identificar 47 proteínas que se expresaban de forma diferente entre los dos grupos.
- Desarrollo de un análisis de sangre específico: A partir de su análisis inicial, el equipo desarrolló un análisis de sangre específico para medir los niveles de 121 proteínas concretas.
- Validación de la prueba: A continuación, los investigadores aplicaron la prueba dirigida a muestras de sangre de un grupo independiente de pacientes con Parkinson, controles sanos, individuos con otros trastornos neurológicos y pacientes con trastorno aislado del comportamiento del sueño REM (iRBD, por sus siglas en inglés), un conocido factor de riesgo para el Parkinson. Esto confirmó que 23 de las proteínas medidas diferían significativamente entre los pacientes de Parkinson y los controles sanos.
- Aplicación del aprendizaje automático: Los datos del paso de validación se utilizaron para entrenar modelos de aprendizaje automático para distinguir entre la enfermedad de Parkinson y los controles sanos basándose en los niveles de proteína. Un modelo que utilizó solo ocho de las proteínas fue capaz de clasificar correctamente las muestras de Parkinson y las sanas con una precisión de 100%.
- Resultados: Para confirmar aún más los hallazgos, los investigadores refinaron la prueba y la aplicaron a un grupo separado de 54 pacientes con iRBD que habían proporcionado 146 muestras de sangre a lo largo del tiempo. Los modelos de aprendizaje automático predijeron que 70-79% de estas muestras eran similares al Parkinson, y algunas de estas predicciones se hicieron hasta siete años antes de que los individuos desarrollaran síntomas de Parkinson.
El equipo planea ahora simplificar aún más la prueba, permitiendo a los pacientes enviar simplemente una gota de sangre en una tarjeta al laboratorio para su análisis.
El profesor David Dexter, director de investigación de Parkinson's UK, una organización benéfica que ayudó a financiar el estudio, alabó los resultados, indicandoLos hallazgos se suman a la excitante actividad reciente para encontrar una forma sencilla de detectar y medir el Parkinson". También sugirió que la prueba puede ser capaz de diferenciar entre el Parkinson y otras condiciones similares.
Aunque son necesarios ensayos más amplios para validar la precisión y fiabilidad de este análisis de sangre mejorado con IA, representa un enorme paso adelante en la búsqueda del diagnóstico precoz de la enfermedad de Parkinson.
No es la primera vez que se utiliza la IA para identificar factores de riesgo o signos de Parkinson.
No hace mucho, los investigadores desarrolló una prueba ocular que podrían identificar la enfermedad de forma similar antes de que se desarrollen los síntomas.
El proyecto AlphaFold de Google, que lleva mucho tiempo en marcha, resulta prometedor para descubrir con precisión cómo se desarrollan enfermedades como el Parkinsony los investigadores de la Universidad de Cambridge desarrollaron un modelo de descubrimiento de fármacos contra el Parkinson que eran 1000 veces más rápidos que los métodos convencionales.
La IA está siendo un éxito de ventas en la lucha contra las enfermedades y la aceleración de los tratamientos de vanguardia. OpenAI y Color Health colaboran sobre un copiloto con cáncer a principios de esta semana.
