Inteligencia artificial identifica nuevos subtipos de esclerosis múltiple

Un nuevo estudio publicado en Nature Communications utilizó inteligencia artificial (IA) para identificar 3 nuevos subtipos de esclerosis múltiple (EM), que pueden ayudar a identificar qué individuos tienen más probabilidades de tener progresión de la enfermedad, según los autores. Además, estos nuevos subtipos podrían ayudar en tratamientos dirigidos más efectivos.

La EM es una afección neurológica que surge cuando el sistema inmunológico ataca por error las vainas de mielina que envuelven los nervios en el cerebro y la médula espinal, lo que resulta en la interrupción de las señales eléctricas en el sistema nervioso. Se clasifica como EM recidivante, en la que los nervios se dañan, reparan y vuelven a dañarse, o EM progresiva, en la que el daño a los nervios es continuo y no se recupera, lo que provoca un empeoramiento de la discapacidad.

“Actualmente, la EM se clasifica ampliamente en grupos progresivos y recidivantes, que se basan en los síntomas del paciente; no depende directamente de la biología subyacente de la enfermedad y, por lo tanto, no puede ayudar a los médicos a elegir el tratamiento adecuado para los pacientes adecuados ”, dijo el autor principal del estudio, Arman Eshaghi, PhD, MD, en un comunicado de prensa. “Aquí, usamos inteligencia artificial e hicimos la pregunta: ¿puede la IA encontrar subtipos de EM que sigan un patrón determinado en las imágenes cerebrales? Nuestra IA ha descubierto 3 subtipos de EM basados en datos que se definen por anomalías patológicas observadas en las imágenes cerebrales».

Predecir la progresión de la discapacidad de la esclerosis múltiple

Los investigadores utilizaron la herramienta de inteligencia artificial Subtype and Stage Inference (SuStaIn) para escanear los escáneres cerebrales de resonancia magnética de 6322 pacientes con EM, lo que permitió que SuStaIn se entrenara sin supervisión. La IA identificó 3 patrones previamente desconocidos, que se definieron como «guiados por la corteza», «guiados por la materia blanca de apariencia normal» y «guiados por las lesiones», en referencia a las primeras anomalías observadas en las imágenes de resonancia magnética en cada patrón. Después de estas exploraciones iniciales, SuStaIn se bloqueó y se utilizó para identificar los 3 subtipos en una cohorte independiente separada de 3068 pacientes con el fin de validar su capacidad para detectar los nuevos subtipos de EM.

Los resultados del estudio sugieren que los subtipos basados en resonancia magnética se pueden usar para predecir la progresión de la discapacidad de la EM y la respuesta al tratamiento y ahora se pueden usar para definir grupos de pacientes en ensayos intervencionistas, según los investigadores. Se requieren ensayos clínicos para confirmar estos hallazgos.