Un equipo del Quinto Hospital Afiliado de la Universidad de Medicina de Xinjiang, en China, evaluó un algoritmo de aprendizaje profundo basado en Faster R-CNN para analizar imágenes de resonancia magnética funcional en estado de reposo. El objetivo era clasificar a personas con Alzheimer y localizar el hipocampo, una región clave en el daño temprano de la enfermedad.

Datos y diseño

El estudio fue retrospectivo y analizó 200 participantes: 100 con Alzheimer y 100 sin deterioro cognitivo. Los datos procedieron de cohortes del propio hospital y de dos bases públicas, ADNI y OASIS-3. Para evaluar el modelo se reservaron 30 personas que no se usaron en el entrenamiento.

Resultados

En ese grupo de prueba, el modelo acertó en 28 de 30 casos: 93,3 % de exactitud, sensibilidad y especificidad, con un área bajo la curva de 0,95. Al localizar el hipocampo, el método superó a una plantilla anatómica estándar, con un índice de solapamiento de 0,87 frente a 0,72.

Qué sabemos y qué no

Lo que sabemos: en este conjunto de imágenes, el método separó bien a las personas con Alzheimer de las que no lo tienen. Lo que no sabemos: cómo se comporta en otros hospitales, con otros equipos de resonancia y en personas en fases más tempranas. Con 30 personas en la prueba, los intervalos de confianza son amplios: la exactitud puede estar entre 78,7 % y 98,2 %. Los autores lo describen como una viabilidad preliminar.

Desenlace

Si se valida, esta herramienta podría ayudar a priorizar casos o a apoyar al especialista, pero hoy no es un método de diagnóstico. El diagnóstico del Alzheimer sigue dependiendo de la evaluación clínica completa de un especialista.

IA clasifica imágenes de fMRI asociadas con Alzheimer

La resonancia magnética funcional (fMRI) mide la actividad cerebral detectando cambios en el flujo sanguíneo. Un modelo de IA fue entrenado para clasificar imágenes de fMRI de pacientes con Alzheimer versus controles sanos, utilizando hipocampos (región cerebral crucial para memoria). El modelo logró precisión de aproximadamente 85-90%.

¿Qué es el hipocampo y por qué es importante en Alzheimer? El hipocampo es la estructura cerebral principal involucrada en formar nuevos recuerdos. En Alzheimer, el hipocampo se atrofia (encoge) y muestra patrones de actividad anormales. Detectar estos cambios temprano podría permitir intervención temprana.

¿Cómo funciona la clasificación de IA? El modelo aprende patrones en la actividad cerebral que caracterizan a Alzheimer: flujo sanguíneo anormal, conectividad reducida entre regiones. Con suficientes ejemplos de entrenamiento, el modelo puede reconocer estos patrones en pacientes nuevos, potencialmente detectando Alzheimer antes de que los síntomas clínicos sean evidentes.

Oportunidades de diagnóstico temprano

La capacidad de detectar Alzheimer años antes de que los síntomas aparezcan es extremadamente valiosa. Nuevos tratamientos modificadores de enfermedad (como aducanumab y otros) funcionan mejor cuando se administran temprano. Un modelo de IA que puede identificar a pacientes en riesgo podría revolucionar el diagnóstico y tratamiento de Alzheimer, transformándolo de una sentencia de muerte inmanejable a una enfermedad manejable como la diabetes.