Algoritmos de inteligencia artificial a partir de la resonancia
El grupo de Investigación de Neuroimagen ha desarrollado un conjunto de algoritmos de aprendizaje automático capaces de predecir la presencia de niveles anormales de biomarcadores de la enfermedad de Alzheimer en el cerebro de individuos sin alteraciones cognitivas, mediante el análisis de datos derivados de la resonancia magnética.
El objetivo del proyecto es utilizar esta tecnología como herramienta de preselección para los ensayos clínicos de la enfermedad de Alzheimer, antes de aplicar las invasivas y costosas técnicas actuales.
Los ensayos clínicos en este campo generalmente requieren evaluar la presencia de biomarcadores anormales de la enfermedad de Alzheimer en los participantes candidatos, antes de ser incluidos. Las pruebas actuales para la obtención de estos biomarcadores (análisis de líquido cefalorraquídeo o Tomografía por Emisión de Positrones - PET) son invasivas, caras y poco accesibles. Además, la tasa de positividad suele ser baja, oscilando entre el 10 y el 50%. Por este motivo, los costes de reclutamiento generalmente ascienden hasta el 50% de los costes totales de los ensayos clínicos para la enfermedad de Alzheimer.
A corto plazo, el uso de esta tecnología evitará un 63% de procedimientos innecesarios de líquido cefalorraquídeo y PET asociados a una reducción de costes del 40%. Los ensayos de fase III de la enfermedad de Alzheimer suelen reclutar alrededor de 1.500 pacientes, y el coste por paciente y por ensayo es de unos 20.000 euros. Por tanto, esta solución estará vinculada a un ahorro de 15 millones de euros por ensayo clínico que permitirá a las empresas farmacéuticas mejorar su eficiencia. A largo plazo, la solución nos acercará a una terapia preventiva eficaz para la enfermedad de Alzheimer, que ahora tiene un coste de 32.000 euros por paciente y año.
El Alzheimer es una importante amenaza para la salud mundial, que representa el 1,25% del PIB y cuya incidencia aumenta continuamente, y se espera llegar a 150 millones de personas afectadas en 2050. La capacidad de preseleccionar a los pacientes asegurando un reclutamiento óptimo en los ensayos clínicos acelerará la búsqueda de un tratamiento eficaz para esta devastadora enfermedad. Además, debemos tener en cuenta el enorme impacto en la calidad de vida de los familiares y cuidadores de los padres que deben lidiar con la dependencia que desarrollan.
Este proyecto ha recibido financiación de CaixaImpulse, impulsado por la Fundación “la Caixa”, y de la Convocatoria EIT Digital Health, con el apoyo del European Institute of Innovation and Technology (EIT), organismo de la Unión Europea.
Investigador principal del estudio
Dr. Juan Domingo Gispert, responsable del Grupo de Investigación en Neuroimagen.
Juan Domingo Gispert es el líder de este proyecto y suma más de 20 años de experiencia trabajando con imágenes médicas en entornos de diagnóstico e investigación, incluidos ensayos clínicos. Es coautor de más de 100 publicaciones y ha codirigido 5 ensayos clínicos. Actualmente es el responsable del Grupo de Investigación en Neuroimagen del Programa de Prevención de Alzheimer y consultor científico de la plataforma de Neuroimagen del BBRC / Fundación Pasqual Maragall. Actualmente es el investigador principal del proyecto europeo AMYPAD, cuyo objetivo es mejorar el conocimiento, el diagnóstico y el tratamiento del Alzheimer mediante el uso de la tecnología PET con trazadores que permiten la detección de la placa amiloide cerebral. Además, es miembro del Imaging Scientific Advisory Board de la iniciativa europea EPAD (European Prevention of Alzheimer's Dementia).
