iaintel·ligènciaartificial.cat← Portada

SALUT · 5 MIN

Un model d'IA amb dades de 104.000 persones distingeix diversos camins biològics cap a la demència, no un de sol

El sistema NetMoint combina proteïnes de la sang, ressonàncies cerebrals i mesures de flux sanguini al cervell per calcular el risc individual d'alzheimer, demència vascular i demència frontotemporal, i troba que els factors que millor prediuen el risc canvien segons si es mira a curt o a llarg termini.

Il·lustració editorial de Un model d'IA amb dades de 104.000 persones distingeix diversos camins biològics cap a la demència, no un de sol
Escolta:

Predir qui desenvoluparà demència i quan és un dels problemes més difícils de la neurologia, perquè no és una malaltia única sinó un grup de trastorns (l'alzheimer, la demència vascular, la frontotemporal, entre d'altres) amb causes biològiques diferents que sovint se superposen en un mateix pacient. La majoria de models predictius fins ara feien servir un sol tipus de dada, per exemple només imatges cerebrals o només anàlisis de sang, cosa que limita la seva capacitat d'explicar per què una persona concreta té més risc.

Un equip encapçalat per Zhiqi Lee ha presentat NetMoint, un model que integra tres tipus de dades biològiques alhora, la proteòmica del plasma sanguini (quines proteïnes hi circulen i en quina quantitat), imatges de ressonància magnètica estructural del cervell i mesures de l'hemodinàmia cerebral (com hi circula la sang), fins i tot quan a una persona li falta algun d'aquests tres tipus de dada. El model es va entrenar i validar amb 104.120 participants del UK Biobank, la gran base de dades biomèdica britànica, que no tenien demència a l'inici de l'estudi, i es va comprovar de manera independent amb dades de la cohort nord-americana ADNI, tot creuant 138 variables compartides entre totes dues bases.

El resultat més interessant no és només la precisió del model, que va assolir valors AUC (una mesura estadística de capacitat predictiva) al voltant de 0,93, força alts per a aquest tipus de predicció, sinó la troballa que els factors que millor anticipen el risc canvien amb el temps: a curt termini pesa més la vulnerabilitat estructural del cervell visible en la ressonància, mentre que a llarg termini guanyen pes els senyals moleculars que circulen per la sang. Dues proteïnes concretes, anomenades TGFB1 i NDRG1, van distingir de manera especialment clara les trajectòries de més risc dins de cada subtipus de demència, un indici que aquests marcadors podrien servir en el futur per triar tractaments diferents segons el patró biològic de cada pacient.

Es tracta d'un article encara no revisat per parells, penjat com a preprint a arXiv, i els mateixos autors no en detallen encara les limitacions de generalització a poblacions amb una composició ètnica o socioeconòmica diferent de la del UK Biobank, majoritàriament britànica i blanca. El valor de l'estudi és, de moment, metodològic i de recerca bàsica, mostra que combinar diverses fonts de dades biològiques ajuda a distingir camins diferents cap a la demència, més que no pas una eina ja preparada per fer-se servir en una consulta mèdica real.

Mateix tema

Butlletí de dissabte

La setmana d’IA, en cinc minuts.