La evolución de este nuevo aparato promete cambiar el panorama, ofreciendo una ventana más clara hacia el futuro de quienes se enfrentan a esta enfermedad
En un avance significativo en la lucha contra el alzheimer, un grupo de investigadores de la Universidad de Texas en Arlington (EEUU) han desarrollado un innovador marco basado en aprendizaje para auxiliar a los pacientes de alzheimer en la identificación precisa de su posición en el espectro de desarrollo de la enfermedad. Esta herramienta permitirá una mejor predicción de las etapas futuras, facilitando así la planificación del cuidado futuro a medida que progresa la enfermedad.
Asimismo, con alrededor de 55 millones de personas en todo el mundo viviendo con demencia, según la Organización Mundial de la Salud, la enfermedad de alzheimer se presenta como la forma más común de esta afección incurable, provocando el deterioro de la función cerebral. Más allá de sus efectos físicos, el alzheimer genera implicaciones psicológicas, sociales y económicas tanto para los afectados como para sus cuidadores. Dado que sus síntomas tienden a empeorar con el tiempo, la anticipación de la necesidad de mayor apoyo resulta crucial.
Un innovador marco de aprendizaje para prever la progresión del alzheimer
El profesor asociado de ciencias informáticas e ingeniería en la UTA, Dajiang Zhu, señala que, a lo largo de las décadas, se han propuesto y evaluado diversos enfoques predictivos para la enfermedad de alzheimer, pero muchos de ellos pasaron por alto la naturaleza continua de su desarrollo y las transiciones entre sus etapas.
En este contexto, los Institutos Nacionales de Salud, junto con el laboratorio de investigación de Descubrimiento Neurocientífico y de Imágenes Médicas de Zhu y Li Wang, profesor asociado de matemáticas en la UTA, han desarrollado un nuevo marco de integración basado en el aprendizaje denominado “árbol de incrustación de enfermedades” o DETree.
Este marco, según los investigadores, no solo puede prever eficiente y precisamente cualquiera de los cinco grupos clínicos detallados del desarrollo de la enfermedad de alzheimer , sino que también ofrece información detallada sobre la posición del paciente dentro de estos grupos a medida que avanza la enfermedad.
Compararon los resultados de DETree con otros métodos ampliamente utilizados y validaron la técnica repitiendo el experimento con métodos de aprendizaje automático.