Fotografía al microscopio óptico de una sección de corteza frontal humana postmortem de un paciente con enfermedad de Alzheimer escala o grado VI de Braak (el más avanzado). Se aprecian neuronas con elevado contenido de proteína tau.Foto: IBEC Resume e infórmame rápidoEscucha este artículoAudio generado con IA de Google0:00/0:00Una de las mayores dificultades que enfrentan los médicos al diagnosticar una demencia es que muchas de estas enfermedades comparten síntomas y pueden parecerse entre sí. La enfermedad de Alzheimer, la enfermedad de Parkinson, la demencia con cuerpos de Lewy y la demencia frontotemporal pueden provocar problemas de memoria, cambios en el comportamiento o alteraciones cognitivas que dificultan distinguirlas. Para hacerlo aún más difícil, en muchos pacientes, especialmente los de mayor edad, varias de estas patologías pueden coexistir al mismo tiempo, lo que complica aún más el diagnóstico.“Actualmente, a muchos pacientes se les diagnostica una sola enfermedad, como Alzheimer o Parkinson, pero en realidad sus cerebros suelen presentar una combinación de daños causados ​​por diversas enfermedades. Las herramientas actuales simplemente no fueron diseñadas para detectar esto”, afirmó Carlos Cruchaga, profesor titular de la cátedra Barbara Burton y Reuben M. Morriss III en el Departamento de Psiquiatría de Universidad de Washington en St. Louis.Ahora, Cruchaga y un grupo de colegas desarrolló una herramienta de inteligencia artificial que podría ayudar a resolver ese problema. El sistema, denominado GPND-AI, utiliza un análisis de sangre basado en 15 proteínas para diferenciar entre las principales enfermedades neurodegenerativas e incluso detectar señales de patologías coexistentes, con una precisión superior al 92 %. El sistema, presentado en la revista Alzheimer’s & Dementia, fue diseñado para identificar cuatro de los trastornos más comunes: alzhéimer, párkinson, demencia con cuerpos de Lewy y demencia frontotemporal, además de diferenciar a las personas sanas. Los investigadores utilizaron una tecnología llamada NULISA, capaz de medir proteínas en la sangre con alta sensibilidad. Para desarrollar el modelo, analizaron información clínica y muestras de sangre de más de 3.200 personas pertenecientes a distintos centros especializados en enfermedades neurodegenerativas. Después, validaron la herramienta en una cohorte independiente que incluía diagnósticos confirmados mediante estudios neuropatológicos, considerados el estándar de referencia para determinar qué enfermedad estaba presente en el cerebro. Los resultados mostraron que el sistema alcanzó una precisión del 92,3 % y una capacidad de discriminación muy alta entre las distintas enfermedades.Además de acertar en el diagnóstico principal, la herramienta fue capaz de detectar señales de distintas enfermedades al mismo tiempo. En lugar de limitarse a responder si una persona tiene o no una determinada demencia, el modelo calcula la probabilidad de que estén presentes diferentes procesos neurodegenerativos. Los investigadores encontraron que esas probabilidades coincidían con otros indicadores biológicos de daño cerebral, como la acumulación de proteínas beta amiloide y tau, dos de las principales características asociadas al alzhéimer. También se relacionaban con los síntomas observados en los pacientes.En la práctica, se lee en el estudio, esto significa que la herramienta no solo puede ayudar a identificar cuál es la enfermedad predominante, sino también ofrecer una especie de “mapa biológico” del cerebro del paciente. Por ejemplo, podría mostrar que una persona presenta principalmente signos de párkinson, pero también indicios de patologías asociadas al alzhéimer o a la demencia con cuerpos de Lewy. Según los autores, esta capacidad es especialmente valiosa porque las enfermedades neurodegenerativas rara vez aparecen de forma aislada y, con frecuencia, varios procesos patológicos avanzan al mismo tiempo en una misma persona. 👩‍⚕️📄¿Quieres conocer las últimas noticias sobre salud? Te invitamos a verlas en El Espectador.⚕️🩺 Conoce másTemas recomendados: