Santiago de Compostela, 17 de xullo de 2024.- A esclerose múltiple é unha das enfermidades con maior prevalencia en Galicia e cun aumento a nivel mundial. Co fin de predicir a evolución dos pacientes e mellorar a súa calidade de vida, o grupo de Neuroloxía Traslacional en Enfermidades Neurolóxicas (ITEN) do IDIS e o IIS Galicia Sur colaboran nun estudo que acaba de ser publicado na prestixiosa revista científica Plos One e que investiga esta enfermidade mediante intelixencia artificial.
A través de datos da primeira resonancia magnética de pacientes con EM extraídos do Servizo de Neuroloxía de Hospital Clínico de Santiago de Compostela, o programa emprega intelixencia artificial para predicir a evolución destes pacientes a 10 anos dunha maneira moi precisa, cunha certeza de case o 90 %. A investigación analizou en total 446 rexistros de afectados con polo menos un ano de seguimento.
Este modelo de aprendizaxe automática predicir a progresión da discapacidade en pacientes con EM utilizando datos de resonancia magnética basal ou inicial (MRI) e avaliacións clínicas usando a “Escala ampliada do estado de discapacidade”. “O traballo propón novos modelos para describir a progresión dos pacientes con programas de IA que predín as súas traxectorias usando estes descritores, e ademais, ofrécenos unha idea de que factores contribúen á devandita evolución, como a idade de debut ou as lesións”, explica Silvia Campanioni, primeira autora do traballo.
Deste xeito, a investigación permitirá optimizar a posología dos tratamentos de esclerose múltiple, en canto a dose e duración do tratamento, así como optimizar a súa aplicación en función do perfil de cada paciente ou tratamentos, ao mesmo tempo que se mellora a traxectoria mediante o uso de predictores de ML personalizados.
A idade de debut e as lesións, claves na evolución
En canto aos resultados máis destables, o estudo identificou que a “idade de debut” é unha das características máis influentes para os modelos regresores desenvolvidos. Ademais, o número de lesións cerebrais maiores ou iguais a 9 na resonancia magnética inicial emerxeu como a variable máis influente nas decisións do modelo clasificador.
“O traballo ten un impacto significativo, non só en termos científico-técnicos, senón tamén económico e social, polas súas implicacións en saúde, calidade de vida e cooperación ao desenvolvemento”, sinala o investigador do IDIS Roberto Agís, último autor do proxecto. “Poderiamos obter evidencia obxectiva e indicadores sobre as intervencións de prevención que axudarán a predicir a eficacia terapéutica dos tratamentos”, explica.
Esclerose e intelixencia artificial
A esclerose múltiple (EM) é unha enfermidade inflamatoria e neurodegenerativa crónica que provoca desmielinización e acumulación de discapacidade a longo prazo. A activación autorreactiva da inmunidade adaptativa ten un papel protagonista na EM. Aínda que se descoñece a causa que desencadea a enfermidade, todo apunta a unha interacción entre xenes e factores de risco ambientais, virales e de estilo de vida. O atlas de EM 2020, mostra que existen ao redor de 3.800 pacientes diagnosticados en Galicia e 55.000 en España, cunha prevalencia do 75 % en mulleres e unha media de diagnóstico aos 32 anos.
Segundo os datos obtidos polo equipo investigador, o estudo con intelixencia artificial (IA) é capaz de proporcionar ferramentas versátiles e poderosas para o tratamento da EM. “As tecnoloxías de IA como a aprendizaxe profunda e á aprendizaxe automática poderían apoiar a integración de factores biolóxicos, psicolóxicos e sociais ao abordar a prevención, o diagnóstico e o tratamento da EM, incluso outras enfermidades”, explica César Veiga.
A toma de decisións terapéuticas na EM segue baseándose na integración das mesmas variables demográficas, clínicas, paraclínicas dos pacientes de hai anos, como as imaxes de resonancia e a presenza de bandas oligoclonales. “Aínda existen moitos desafíos abertos neste ámbito e as melloras proveñen de varias liñas de converxencia, como, por exemplo, a integración de conxuntos de datos que poden mellorar a personalización e a capacidade preditiva dos algoritmos de IA no coidado da saúde” sinala o líder do grupo ITEN do IDIS, Jose María Prieto.
Grupos de investigación
A primeira autora do traballo é a estudante predoctoral Silvia Campanioni e o proxecto está liderado polos doutores Jose María Prieto, xefe do Servizo de Neuroloxía de Santiago e líder do Grupo ITEN; César Veiga, investigador de IA do IIS Galicia Sur, ambos os autores de correspondencia; e o doutor Roberto Agís Balboa, último autor do traballo e investigador do Grupo ITEN do IDIS.
No estudo participan o grupo de Investigación Translacional en Enfermidades Neurolóxicas (ITEN) e o Laboratorio de Neuro Epigenética do Instituto de Investigación Sanitaria de Santiago de Compostela (IDIS); o servizo de Neuroloxía do Hospital Clínico de Santiago de Compostela (CHUS); e o grupo de Investigación Cardiovascular e a Plataforma de IA para análises biomédicas do IIS Galicia Sur.
Podes consultar o artigo na seguinte ligazón: http://10.1371/journal.pone.0306999
Más información sobre o IDIS
O Instituto de Investigación Sanitaria de Santiago de Compostela (IDIS) nace en 2008 froito da colaboración entre a área Sanitaria de Santiago de Compostela e Barbanza (SERGAS) e a Universidade de Santiago de Compostela. Como eixo da investigación sanitaria galega, está acreditado polo Instituto de Saúde Carlos III xa desde o 2010. O seu obxectivo é identificar e desenvolver novas solucións que dean resposta aos problemas de saúde da sociedade. Cun equipo de 1338 investigadores, 105 grupos de investigación, 50 M€ de fondos captados no último ano, o IDIS contribúe co seu labor para incrementar o coñecemento da saúde e á consolidación da innovación no sector sanitario.
