Científicos de la UBA buscan utilizar inteligencia artificial para diagnosticar Alzheimer de forma precoz

En las primeras etapas, descubrir la enfermedad de Alzheimer es difícil porque los síntomas comienzan a manifestarse de manera muy sutil y pueden confundirse con problemas de memoria, típicos de la edad avanzada. Sin embargo, la detección precoz es fundamental para dar inicio al tratamiento y así retrasar los efectos que, finalmente, impactarán en la calidad de vida de la persona afectada.

El Alzheimer es la causa más común de demencia y consiste en un deterioro gradual en la memoria, el pensamiento, el comportamiento y las habilidades sociales. Suele progresar sin síntomas durante muchos años y, generalmente, está precedida por lo que se conoce como deterioro cognitivo leve.

Ahora, de la mano de la inteligencia artificial, investigadores de la UBA están utilizando redes de neuronas como modelo para que una computadora pueda ser inteligente, emule la interconexión de las neuronas del cerebro humano y aprenda a identificar el inicio del Alzheimer en imágenes de resonancias magnéticas. A la vez, ver estas redes neuronales artificiales en acción, permite una libertad sin igual para conocer cómo es que funciona el cerebro humano.

Es que el uso de la IA para detectar enfermedades a partir de resonancias magnéticas cerebrales promete automatizar, estandarizar y convertirse en un proceso de diagnóstico a escala, ya que estos estudios clínicos se recopilan de forma rutinaria y se acumulan en grandes bases de datos, que se pueden utilizar para entrenar algoritmos de inteligencia artificial.

Es este sentido, el aprendizaje profundo (o deep learning), por su parte, ha demostrado tener éxito en la detección de múltiples enfermedades en datos de resonancia magnética cerebral de alta calidad, los cuales fueron recopilados en un entorno de investigación controlado.

Recientemente, un grupo de investigadores del Hospital General de Massachusetts desarrolló un modelo de inteligencia artificial capaz de identificar con más del 90% de precisión a personas que padecen Alzheimer.

En Argentina, este grupo de investigadores de la UBA están utilizando las redes neuronales artificiales para que una IA aprenda a identificar el inicio del Alzheimer en imágenes de resonancias magnéticas. “Nosotros usamos la IA para codificar el cerebro. Cuando se le hace una resonancia magnética al cerebro de una persona, lo que vemos son píxeles o vóxeles de colores, que son pedacitos del cerebro que se iluminan o no en función de lo que está pasando en esa zona del cerebro”, afirmó Diego Fernández Slezak, investigador del Instituto de Ciencias de la Computación UBA/CONICET.

En ese tono, quien también se desempeña como profesor en la Facultad de Ciencias Exactas y Naturales de la Universidad de Buenos Aires, agregó: “Si lo que se ilumina es normal o no, es difícil de identificar incluso para los especialistas. Entonces, la IA toma las imágenes, las codifica, y devuelve índices que podrían permitir asociarlos a patologías como, por ejemplo, Alzheimer, bipolaridad, ACV o epilepsia”.

El trabajo que está haciendo Slezak, junto a colegas del Instituto de Ciencias de la Computación de la Facultad de Ciencias Exactas y Naturales de la UBA, es el de identificar un patrón en las imágenes de resonancias magnéticas del cerebro que le permita a una inteligencia artificial identificar el Alzheimer de forma temprana.

“Ahora estamos trabajando con imágenes y cómo codificar, con resonancias magnéticas del cerebro, atributos que lleven al Alzheimer”, contó el experto. “Es una enfermedad muy bien caracterizada, y que está en constante estudio. Actualmente existen muy buenos tratamientos para retrasar los efectos que afectan la calidad de vida, así es que detectarlo a tiempo es algo vital”, agregó.

“Una ventaja de trabajar con una red neuronal artificial es que la podemos desarmar y disecar como queramos para estudiarla hasta en el más mínimo detalle. Los que hacemos inteligencia artificial desde la neurociencia, buscamos que lo artificial nos permita aprender sobre la estructura del cerebro humano, y al revés. Cómo están codificadas las cosas, es un ida y vuelta”, explicó el investigador.

Diego Fernández Slezak fue galardonado recientemente con el Premio Konex de la Ciencia y la Tecnología 2023, y también recibió en 2016 el Premio a la Investigación de Google, ambos por el trabajo que viene realizando con inteligencia artificial aplicada a neurociencias desde hace más de diez años.

Esta es una investigación en curso que se está realizando en colaboración con el hospital Fleni, que es quien aporta las resonancias magnéticas con las que se le está enseñando a la IA. Para que pueda conocer todo el camino que lleva a una enfermedad como el Alzheimer, se inicia con lo que se conoce como queja subjetiva de un paciente. Es decir, alguien que tiene olvidos o se confunde los nombres.

Los especialistas, entonces, le realizan al paciente una batería de estudios, entre los que se encuentra la resonancia magnética, para saber si esa queja subjetiva efectivamente se corresponde con un problema cerebral real. Esto podría ser el inicio de una demencia que podría luego degenerar en Alzheimer, o tal vez una afasia, u otra patología cerebral.

Los investigadores utilizan todas las resonancias que se le hicieron a una persona a la que sí, luego, le detectaron algo. El objetivo: entrenar a la inteligencia artificial a que identifique si existe un patrón anterior que permita detectar esas enfermedades a tiempo.

“El Fleni tiene una base de datos de miles de resonancias viejas”, contó el experto. “Nosotros lo que hacemos primero es que la IA codifique la estructura del cerebro, y después asociar esa estructura a las distintas patologías. Se ve en el historial de diagnóstico, y se ve si una dirección dada de la estructura del cerebro, es la dirección del Alzheimer, o de cada una de las otras patologías”, profundizó.

Las inteligencias artificiales funcionan con lo que se conoce como redes neuronales, incluso también las usa el ChatGPT, tan famoso en la actualidad por responder todo tipo de consultas. Se trata de un método que permite a las IA procesar datos de una forma inspirada en como lo hace el cerebro humano.

Utiliza nodos que están interconectados en una estructura de capas, muy similar a como funcionan las neuronas biológicas. Es un sistema que les permite a las computadoras aprender de sus errores y mejorar de forma continua. Establecen relaciones entre los datos con los que se las alimenta, aportando resultados complejos.

“La forma en que estas redes neuronales artificiales aprenden, tiene que ver con cómo nosotros representamos la información en nuestra cabeza”, contó Fernández Slezak. “Nuestra idea es estudiar cómo es que hace eso en nichos muy pequeños y donde tengamos cierto control. El lenguaje es uno de esos ámbitos, es decir, cómo aprende una IA a escribir”, añadió.

“La asociación libre entre palabras, que es algo automático en nosotros, también ocurre de forma automática en estas redes artificiales. Por ejemplo, si te digo plaza, decís pasto, y así con gran cantidad de palabras. Eso permite ir viendo cómo están relacionadas las ideas en el cerebro”, contó el experto. Y continuó: “Eso estamos haciendo con la red neuronal artificial para ver qué paralelismo hay con: cómo funciona la mente humana”.

“Si bien a las personas podemos hacerles resonancias magnéticas para ver cómo funciona su cerebro cuando asocia palabras, no podemos tener el grado de detalle que nos permite estudiar la red neuronal cuando hace lo mismo. Y entonces puede ayudarnos a comprender cómo se representa la información en nuestro cerebro”, explicó Fernandez Slezak. Lo interesante del paralelismo entre cómo procesa la información la inteligencia artificial y el cerebro humano es que, justamente, hay un desconocimiento en cómo es el funcionamiento.

No se sabe por qué 100 mil bolitas o nodos conectados con pesos, que son probabilidades de conexión entre una y otra, logran representar bien el lenguaje, como una IA al estilo de ChatGPT. Tampoco está claro cómo mil millones de neuronas logran que un ser humano represente el lenguaje. Se sabe que el algoritmo matemático de una red neuronal artificial va adaptando los pesos de los nodos o neuronas, pero se desconoce por qué una estructura de red con ciertos pesos resuelve muy bien un problema dado. Lo mismo para su paralelo biológico. Por eso es que resulta útil poder comprender la forma en que “piensa” una inteligencia artificial, para terminar de entender cómo y por qué el ser humano piensa como piensa.

Seguir leyendo