Publicidad
El futuro de Asimov ya está aquí: Inteligencia artificial diagnostica y predice efectividad del tratamiento para pacientes con esquizofrenia CULTURA

El futuro de Asimov ya está aquí: Inteligencia artificial diagnostica y predice efectividad del tratamiento para pacientes con esquizofrenia

Mediante el uso de un avanzado algoritmo de inteligencia artificial para analizar imágenes de resonancia magnética del cerebro, científicos logran identificar pacientes con esquizofrenia y predecir la eficacia de un tratamiento farmacológico. Este texto es parte del convenio con el Centro Interdisciplinario de Neurociencia de Valparaíso (CINV).


A lo largo de la historia, el ser humano ha logrado imaginar los avances tecnológicos más grandes antes de hacerlos reales, como la ciencia-ficción que Julio Verne escribió en el siglo XIX, y que hoy en el siglo XXI es ciencia-real. El caso de la inteligencia artificial no es la excepción, solo por dar un ejemplo, en 1950 Isaac Asimov, quien fue Doctor en Química y además escritor, publicó una serie de relatos bajo el nombre de “Yo, Robot”, de donde sacaron la idea para la película que protagoniza Will Smith del mismo nombre. Así también un gran número de libros, comics, series de televisión y películas han dejado fluir la imaginación de niños y adultos, de hombres y mujeres a través de las décadas explorando la idea de que las máquinas puedan pensar por sí mismas.

En nuestra era, la tecnología crece a pasos agigantados, es un crecimiento exponencial en el que entre más se avanza, más rápido se sigue avanzando. Por eso cada año se fabrican mejores televisores y celulares, los cuales en menos de un año quedan “obsoletos” por que salió una versión mejor. Lo interesante es que ahora, después de más de medio siglo de investigación, podemos deleitarnos con los sorprendentes resultados en las áreas de investigación que conforman a la inteligencia artificial. Una de estas áreas se denomina aprendizaje de máquinas (del inglés machine learning), cuyo objetivo es el desarrollo de computadoras que puedan aprender por su propia cuenta.

Esto se puede hacer utilizando un conjunto ordenado de operaciones sistemáticas que permiten hacer un cálculo para hallar la solución a un tipo de problema, lo que conocemos como algoritmo. Los algoritmos se conocen desde la antigüedad, ya en la época de los griegos y los persas se utilizaban, de hecho, el nombre algoritmo proviene del matemático persa AL-Juarismi, quien en una de sus obras mediante la combinación de la geometría griega y el sistema decimal proveniente de la india, sentó la base para lo que en el colegio nos enseñan con el nombre de álgebra, la cual, él pretendía aplicarla a la vida cotidiana (lo que haya sido cotidiano en el imperio islámico del siglo IX). Pero los grandes avances no comenzaron hasta que Alan Turing, durante la segunda guerra mundial, materializó una máquina que había teorizado años antes, con la cual fue capaz de descifrar el código de comunicación nazi, cambiar el curso de la guerra y cimentar toda una nueva área de investigación: la computación.

Hoy en día existe una gran variedad de algoritmos, los cuales permiten a las computadoras, que también han avanzado al paso de los años, descubrir patrones y tomar decisiones a partir de los datos recolectados (los celulares y sus aplicaciones funcionan de esta forma). Por ejemplo, en 1997 Deep Blue, un programa diseñado para jugar ajedrez mediante un sofisticado algoritmo con un gran número de reglas en una computadora de alta capacidad diseñada por IBM, derrotó al entonces campeón del mundo humano, Garry Kasparov. El año pasado, salió a la luz pública un algoritmo de nombre Alpha Zero, creado por Deep Mind, actualmente propiedad de Google, el cual fue diseñado para aprender ajedrez por cuenta propia. El algoritmo tiene pocas reglas pero presenta la capacidad de aprender en cada intento. Después de entrenarse durante 4 horas jugando casi 5 millones de partidas contra él mismo, superó de manera brillante en un duelo a 100 partidas (28 victorias, 72 tablas y 0 derrotas) al entonces campeón mundial de los programas ajedrecistas, Stockfish 8.

En este contexto, pero dejando a un lado los juegos, este tipo de sistemas programables con capacidad de aprender pueden tener un sinfín de aplicaciones en el mundo moderno, especialmente en el área de la salud. Debido a nuestro actual estilo de vida, las enfermedades neuropsiquiátricas han aumentado en las últimas décadas, lo que ha despertado un gran interés en estudiarlas. La esquizofrenia, por ejemplo, es un síndrome invalidante y crónico que afecta alrededor del 1% de la población mundial. De esta forma, algunos grupos de investigación se encuentran realizando grandes esfuerzos para crear algoritmos que puedan ayudar en el diagnóstico médico de una forma rápida y precisa.

Lo bueno es que este auge tecnológico que les comentaba hace un momento, también ha permitido desarrollar importantes avances en técnicas de imágenes de resonancia magnética funcional (fMRI), que nos permiten obtener registros de actividad cerebral no invasivos. Este método permite medir el nivel de oxígeno en la sangre, y con ello conocer de manera  indirecta las señales eléctricas del cerebro, ya que un mayor consumo de oxigeno equivale a una mayor actividad neuronal, debido al aumento del gasto energético de las neuronas al estar más activas.

Ya desde hace algunos años se están diseñando algoritmos para analizar la avalancha de datos que se pueden obtener a partir de las diferentes técnicas desarrolladas para registrar actividad cerebral, tal como la fMRI. Este es el caso de un grupo de investigadores pertenecientes a laboratorios de China, Estados Unidos y Canadá, liderados por el Dr. Xiang Yang Zhang del Instituto de Psicología de la Academia de Ciencias de China en Pekin (Institute of Psychology, Chinese Academy of Sciences), quienes creen que una temprana detección de la esquizofrenia ayudaría a planificar los tratamientos de una manera más efectiva para mitigar, o incluso adelantarse a los futuros episodios y a la progresión de la enfermedad. Sin embargo, aún falta mucha investigación para poder encontrar una cura real para esta y otras enfermedades neuropsiquiátricas.

Con esta idea en mente, estos investigadores reclutaron un considerable número de pacientes con esquizofrenia en el hospital Hui-Long-Guan de Pekin y otro importante grupo de personas sanas desde la comunidad, para comparar sus cerebros.

Los pacientes fueron tratados durante 10 semanas con dosis estables de risperidona, un fármaco anti-psicótico aceptado para el tratamiento de pacientes con esquizofrenia, el cual bloquea los receptores de dopamina y serotonina. Durante el transcurso del experimento, los investigadores registraron la actividad cerebral de ambos grupos mediante la técnica de fMRI. Además, se utilizó un algoritmo que aprendió previamente a analizar este tipo de registros, y junto con avanzados métodos estadísticos relacionó las conexiones funcionales entre la corteza temporal superior (CTS), la cual participa en la percepción auditiva y en la integración sensorial, con otras áreas corticales.

Los resultados fueron muy interesantes. El primero es que las conexiones de la CTS con las otras áreas analizadas se encontraban disminuidas, lo que se podría correlacionar con los problemas para representar la realidad que tienen las personas con esquizofrenia, por ejemplo alucinaciones auditivas. Por otro lado, el algoritmo fue capaz de diagnosticar con un 78% de precisión a los pacientes con esquizofrenia. Finalmente, lo más interesante fue que pudo predecir con un 82% de precisión si la risperidona iba a ser efectiva o no. Si bien en otros estudios han reportado más del 90% de precisión en diagnosticar pacientes con esquizofrenia en etapas avanzadas, este es el primer estudio que predice la efectividad del tratamiento con risperidona en pacientes con solo un primer brote psicótico.

Los psiquiatras, mediante la implementación del manual de diagnóstico y estadístico de los trastornos mentales (DSM-5) y de la escala de síntomas positivos y negativos (PANSS), son los únicos que están capacitados para diagnosticar este tipo de enfermedades. Sin embargo,  diferentes enfermedades neuropsiquiátricas tienen la misma batería básica de síntomas, expresados de maneras diferentes, por ejemplo, tanto un paciente con esquizofrenia y uno con depresión pueden tener ataques de ansiedad, por lo tanto, a veces los síntomas se solapan, por lo que llegar a un diagnóstico preciso puede llegar a ser muy difícil. Sin mencionar que los psiquiatras carecen de un poder predictivo, por lo que los tratamientos con fármacos para personas con esquizofrenia son del tipo ensayo y error, solo se sabe si un medicamento es efectivo después de probarlo en el paciente.

La idea es que este tipo de tecnología, que seguramente va a seguir evolucionando, pueda en el futuro ser parte de las herramientas del diagnóstico clínico básico y cotidiano en la salud pública. Claro que de momento aún falta un largo camino por recorrer e investigar, pero estos resultados son un paso importante para que en un futuro no muy lejano, quizás podamos tener ayudantes artificiales al servicio de los médicos para diagnosticar y seleccionar los tratamientos de forma más segura, precisa y efectiva para personas que sufran esquizofrenia o alguna otra enfermedad neuropsiquiátrica.

Artículo original: https://www.nature.com/articles/s41380-018-0106-5.

Treatment response prediction and individualized identification of first-episode drug-naïve schizophrenia using brain functional connectivity. Cao B, Cho RY, Chen D, Xiu M, Wang L, Soares JC, Zhang XY. Mol  Psychiatry. 2018 Jun 19. doi: 10.1038/s41380-018-0106-5.

 

 

Publicidad

Tendencias