Un simple examen de ojo, combinado con una poderosa tecnología de aprendizaje automático de inteligencia artificial (IA), podría proporcionar una detección temprana de la enfermedad de Parkinson, según la investigación que se presenta en la reunión anual de la Sociedad Radiológica de América del Norte (RSNA).
La enfermedad de Parkinson es un trastorno progresivo del sistema nervioso central que afecta a millones de personas en todo el mundo. El diagnóstico generalmente se basa en síntomas como temblores, rigidez muscular y deterioro del equilibrio, un enfoque que tiene limitaciones importantes.
«El problema con ese método es que los pacientes generalmente desarrollan síntomas sólo después de una progresión prolongada, con una lesión significativa en las neuronas cerebrales de dopamina«, se lamenta el autor principal del estudio, Maximillian Díaz, estudiante predoctoral especializado en ingeniería biomédica, de la Universidad de Florida en Gainesville. «Esto significa que estamos diagnosticando a los pacientes al final del proceso de la enfermedad«.
La progresión de la enfermedad se caracteriza por la descomposición de las células nerviosas que adelgazan las paredes de la retina, la capa de tejido que recubre la parte posterior del globo ocular. La enfermedad también afecta a los vasos sanguíneos microscópicos, o microvasculatura de la retina. Estas características presentan una oportunidad para aprovechar el poder de la IA para examinar imágenes de los ojos en busca de signos de la enfermedad de Parkinson.
Las imágenes que pueden diagnosticar Parkinson incluso se pueden capturar con un teléfono inteligente equipado con una lente especial
Para el nuevo estudio, Díaz colaboró con el estudiante graduado Jianqiao Tian y el neurólogo de la Universidad de Florida Adolfo Ramírez-Zamora, bajo la dirección del doctor en medicina Ruogu Fang, director del Crayton Pruitt Department of Biomedical Engineering’s Smart Medical Informatics Learning and Evaluation Lab (SMILE).
Los investigadores implementaron un tipo de inteligencia artificial llamada aprendizaje de máquina de vectores de apoyo (SVM), que existe desde 1989. Usando imágenes de la parte posterior del ojo de pacientes con enfermedad de Parkinson y participantes de control, entrenaron a la SVM para detectar signos de la enfermedad en las imágenes.
Los resultados indicaron que las redes de aprendizaje automático pueden clasificar la enfermedad de Parkinson según la vasculatura de la retina, y las características clave son unos vasos sanguíneos más pequeños. Los métodos propuestos apoyan aún más la idea de que los cambios en la fisiología del cerebro se pueden observar en el ojo.
«El hallazgo más importante de este estudio consiste en el diagnóstico de una enfermedad cerebral con una imagen básica del ojo«, comenta Díaz. «Esto es muy diferente de los enfoques tradicionales, en los que para encontrar un problema con el cerebro se observan diferentes imágenes cerebrales«.
Díaz señaló que esos enfoques tradicionales de imágenes con resonancia magnética, tomografía computerizada y técnicas de medicina nuclear, pueden ser muy costosos. Por el contrario, el nuevo enfoque utiliza fotografía básica con equipos comúnmente disponibles en clínicas oftalmológicas para obtener una imagen. Las imágenes incluso se pueden capturar con un teléfono inteligente equipado con una lente especial.
«Es sólo una simple imagen del ojo, se puede hacer en menos de un minuto y el costo del equipo es mucho menor que el de una máquina de tomografía computerizada o resonancia magnética«, sigue Díaz. «Si podemos hacer de esta una prueba de detección anual, entonces la esperanza es que podamos detectar más casos antes, lo que puede ayudarnos a comprender mejor la enfermedad y encontrar una cura o una forma de ralentizar su progresión«.
El enfoque también puede tener aplicaciones para identificar otras enfermedades que afectan la estructura del cerebro, como la enfermedad de Alzheimer y la esclerosis múltiple, según Díaz.
Fuente: AAAS.
