Hemos actualizado nuestro Política de privacidad para aclarar cómo usamos sus datos personales.

Usamos cookies para brindarle una mejor experiencia. Puede leer nuestro Política de cookies aquí.

Publicidad
Perspectiva de la industria

¿Cómo pueden las técnicas de inteligencia artificial mejorar la forma en que diagnosticamos la demencia?

Perspectiva de la industria

¿Cómo pueden las técnicas de inteligencia artificial mejorar la forma en que diagnosticamos la demencia?

El desarrollo de tratamientos para las demencias, como la enfermedad de Alzheimer, sigue siendo uno de los desafíos más abrumadores que enfrenta la neurología.

Pero la tarea de identificar los signos de la demencia en una etapa lo suficientemente temprana para que dichos tratamientos surtan efecto también es un obstáculo para el campo.

Tradicionalmente, evaluaciones en papel, como la
Mini examen del estado mental MMSE y el Evaluación cognitiva de Montreal MoCA, los utilizan los médicos para diagnosticar a los pacientes. Pero una empresa con sede en Londres cognitividad dice que su plataforma basada en inteligencia artificial podría mejorar el diagnóstico de la demencia. A raíz de a publicación detallando la plataforma de Cognetivity, hablamos con la empresa cofundador y director científico Dr. Seyed Khaligh-Razavi, para obtener más información.

Ruairi Mackenzie RM: su estudio reciente examinó la capacidad de la evaluación cognitiva integrada ICA para evaluar el deterioro cognitivo en adultos sanos y aquellos con deterioro cognitivo leve DCL y enfermedad de Alzheimer leve. ¿Cuáles fueron los hallazgos clave?

Seyed Khaligh-Razavi SKR :
Demostramos que los resultados de la ACI impulsados ​​por su motor de inteligencia artificial explicable podían generalizarse bien de una cohorte de individuos a una cohorte diferente con diferencias culturales y lingüísticas sustanciales, sin la necesidad de recopilar nuevos datos normativos. Esto hace que la prueba sea particularmente adecuadapara la detección y el seguimiento cognitivo en poblaciones grandes y diversas.

RM: Los datos del estudio sugieren que el ICA tiene una sensibilidad comparable y una especificidad más baja que el MoCA. ¿Qué falta en las pruebas de diagnóstico actualmente disponibles, como el MoCA, que el ICA podría aumentar?

SKR :
Hay algunas dimensiones clave para comparar aquí :

a En términos de tiempo para administrar la prueba: ICA es una prueba autoadministrada de 5 minutos, con generación automática de resultados.MoCA tarda entre 15 y 20 minutos en administrarse.Requiere el valioso tiempo de un médico capacitado para administrar la prueba.Luego, se necesitan unos minutos más para calificar la prueba.Y desafortunadamente, puedes enfrentar
discrepancias en la puntuación de un médico a otro.

b En términos de sesgos y precisión de la prueba: las pruebas convencionales con lápiz y papel están sesgadas por diferencias en educación, idioma y cultura, como se muestra en esto
estudio . Demostramos aquí cómo el ICA está diseñado para estar libre de estos sesgos e incluso mostramos que puede generalizarse bien a una población sustancialmente diferente sin reentrenamiento y aún así lograr a alta precisión comparable a la del estándar de atención actual.

c Finalmente, como mostramos en el documento, gracias a su motor de IA, el rendimiento de ICA se mejora aún más con el tiempo a medida que se agregan más datos clínicos a su conjunto de entrenamiento.

RM: ¿Qué papel juega la IA en la función del ICA?

SKR :
En resumen, el motor de inteligencia artificial ha ayudado a que la prueba se libere de los sesgos típicos de las pruebas convencionales y se generalice entre las poblaciones, y además nos brinda una oportunidad única de aprender de los nuevos datos y nunca dejar de mejorar su precisión.

RM: ¿Qué papel cree que tendrá la IA en el futuro de los diagnósticos de demencia?

SKR :
El ICA en su forma actual es una ayuda para el diagnóstico. Junto con nuestra patente recientemente anunciada, y a la luz de las terapias modificadoras de la enfermedad DMT que están disponibles para el Alzheimer, es previsible que en el futuro tenga algoritmos de IA en su teléfonoque predicen su riesgo personalizado de desarrollar EA y podrán estratificar a los pacientes para ayudar a los proveedores de atención médica a determinar qué DMT es probable que sea eficaz para un individuo por ejemplo, un DMT dirigido a beta-amiloide u otro dirigido a la acumulación de tau lo antes posibleetapas de la enfermedad: cuándo será eficaz un tratamiento.

RM: Cada vez se reconoce más que para que muchas terapias putativas para la EA y otras demencias tengan el máximo efecto, deben administrarse potencialmente décadas antes de la aparición de los síntomas cognitivos. ¿Desafía esto el valor terapéutico de los diagnósticos cognitivos para estas afecciones?a largo plazo, en comparación con los enfoques moleculares?

SKR:
Los enfoques moleculares como los escaneos PET son extremadamente costosos y no escalables. Incluso el LCR y los análisis de sangre son extremadamente difíciles, si no imposibles, de usar para la detección en toda la población. Los enfoques moleculares son complementarios a un biomarcador digital, como ICA. La ICA es fácilmente escalable y particularmente adecuada para la detección en toda la población, luego las personaspueden guiarse para que pasen por una vía de diagnóstico complementaria, en función del resultado de sus resultados de ICA. En términos simples, ICA se puede utilizar para detectar una gran población, encontrar personas con alto riesgo y derivarlas para realizar más pruebas, como LCR, PETetc.

El Dr. Seyed Khaligh-Razavi estaba hablando con Ruairi J Mackenzie, redactor científico senior de Technology Networks.

Conozca al autor
Ruairi J Mackenzie
Escritor científico senior
Publicidad