Los resultados del estudio, en el que ha colaborado un investigador de la University of Eastern Finland (UEF), señalan que los pacientes diagnosticados con declive cognitivo leve y que presentan patología amiloide al comienzo de la investigación tienden a progresar hacia la demencia a un ritmo más acelerado en comparación con aquellos que no muestran evidencia de esta patología.

Además, se constató que "unas pocas pruebas neuropsicológicas pueden capturar de manera efectiva la progresión hacia la demencia, prescindiendo de otras pruebas clínicas adicionales", lo que facilitaría la integración de esta tecnología en la práctica clínica.

También se subrayó la importancia de realizar pruebas que determinen la presencia de dos patologías (amiloide y tau) al inicio del diagnóstico de declive cognitivo leve en el paciente. Aunque el periodo de transición entre el declive cognitivo leve y la demencia puede extenderse más de una década, "cerca del 30% de los individuos que lo padecen hacen la conversión en los primeros cuatro años".

El declive cognitivo leve puede evolucionar hacia la demencia en los primeros cuatro años, especialmente en aquellos casos donde la patología amiloide ya está presente en los pacientes, es decir, cuando proteínas anormales llamadas amiloides se acumulan y forman depósitos en el cerebro que le impiden funcionar como debería.

LA IA MEJORA EL DIAGNÓSTICO

Como explicó Carlos Platero, investigador de la UPM, “las evaluaciones apoyadas por la inteligencia artificial mejoran significativamente el diagnóstico clínico y la monitorización de la evolución de los pacientes en los años siguientes, así como la capacidad de distinguir entre demencia de tipo alzhéimer y otros tipos”.

Según la investigación, "se ha observado que aproximadamente el 80% de estos individuos conversores rápidos ya presentaban patología amiloide en el momento del diagnóstico inicial". Por ello, se están desarrollando modelos de progresión de enfermedades mediante técnicas de IA: "Estos modelos no solo contribuyen al diagnóstico y pronóstico de los pacientes, sino que también permiten validar hipótesis sobre la evolución temporal de las enfermedades".

Además, según los autores de la investigación, dichos modelos posibilitan el análisis de si un marcador es capaz de rastrear la enfermedad, ya que "estos algoritmos emplean datos longitudinales de los pacientes para estimar cómo evolucionan los síntomas y las patologías a lo largo del tiempo".

Por último, según estudios recientes, la inteligencia artificial desempeña un papel crucial en el diagnóstico y pronóstico durante la fase inicial del alzhéimer, lo que ha llevado a los científicos de la UPM a realizar dicha investigación.