J.L.G.
Un equipo de investigadores bajo la coordinación del Dr. Pablo Villoslada, director del programa en Neurociencias del Hospital del Mar Research Institute y jefe del Servicio de Neurología del Hospital del Mar, ha desarrollado una herramienta basada en inteligencia artificial (IA) para predecir cuál será la evolución de las personas diagnosticadas con esclerosis múltiple.
Para desarrollar esta herramienta ha sido necesario el seguimiento durante dos años de un grupo de más de 300 pacientes con esclerosis múltiple y un centenar de personas libres de enfermedad. En este período, se analizó su estado de forma exhaustiva. Los resultados, validados con una segunda cohorte de 271 personas diagnosticadas con esta patología, se han publicado en la revista Journal of Neurology.
Respecto a la metodología llevada a cabo, se realizó una evaluación de la muestra a a partir de diversas escalas clínicas y cognitivas, así como con pruebas de imagen (resonancia magnética cerebral y tomografía de coherencia óptica para analizar el estado de la retina). Además de un completo análisis tanto de su genética, como de las proteínas y de las células inflamatorias presentes en su sangre.
Para desarrollar esta herramienta basada en IA ha sido necesario el seguimiento durante dos años de un grupo de más de 300 pacientes con esclerosis múltiple y un centenar de personas libres de enfermedad
Los datos obtenidos en el proyecto Sys4MS del programa Eracosysmed, apoyado por la Comisión Europea y el Instituto de Salud Carlos III, tiene carácter multicéntrico. En él, han participado el Hospital Clínic de Barcelona, la Universidad Charité de Berlín, en Alemania, el Hospital Policlínic San Martino, de Génova, en Italia, y el Hospital Universitario de Oslo, en Noruega.
Alta precisión en futuros cambios de estado de los pacientes
Esta herramienta se ha nutrido de los datos de las personas participantes, lo que ha permitido lograr unos elevados niveles de precisión. En especial en aquellos pacientes que sufrirán cambios en su estado y en los que tendrán que cambiar de tratamiento por otros más eficaces. El Dr. Villoslada explica que el trabajo llevado a cabo “indica que, a través de un estudio detallado de los pacientes y utilizando herramientas de inteligencia artificial, podemos perfilar qué pacientes serán más activos y, por lo tanto, aconsejarles, con más conocimiento, tratamientos que pueden tener más efectos secundarios, pero que pueden ser más efectivos en el control de la enfermedad”.
Los investigadores ya trabajan para continuar el trabajo ampliando el tiempo de seguimiento de los pacientes a 7 años
Si bien no está aún preparado para su uso en la práctica clínica, los resultados obtenidos en el desarrollo de esta solución predictiva basada en IA pueden permitir a los equipos que hacen el seguimiento de las personas con esclerosis múltiple “disponer de información para poder decidir y escoger el mejor tratamiento, ya que los existentes en estos momentos tienen diferentes niveles de eficacia, pero también de riesgo”, apunta el coordinador del trabajo.
Datos que se pueden obtener “fácilmente” en el ámbito asistencial
“La combinación de información clínica y de resonancia magnética es lo que más ayuda a predecir la evolución de los pacientes, y estos son datos que se pueden obtener fácilmente en el ámbito asistencial”, según la Dra. Sara Llufriu, neuróloga de la Unidad de Neuroinmunología del Hospital Clínic de Barcelona, jefa de grupo en el IDIBAPS y colaboradora del trabajo. Los investigadores ya trabajan para continuar el trabajo ampliando el tiempo de seguimiento de los pacientes a 7 años. Un hecho de gran importancia si se tiene en cuenta que se trata de una patología que afecta sobre todo a personas de menos de cuarenta años, con una supervivencia de unos treinta años.
La esclerosis múltiple es una enfermedad autoinmune en la cual, el sistema inmunitario destruye la cubierta protectora de las células nerviosas del cerebro, del nervio óptico y de la médula espinal. No tiene curación y provoca incapacidad a las personas que la sufren. En Cataluña la prevalencia se sitúa en 123 casos por cada 100.000 habitantes.
