Alzheimer: el algoritmo que distingue el riesgo entre hombres y mujeres

Cuando ataca (aproximadamente a 800.000 personas en Italia), no afecta a todos por igual. De hecho, las cifras muestran que las mujeres padecen la enfermedad de Alzheimer a una tasa más alta: del 0,7 % entre las personas de 65 a 69 años al 23,6 % para las mujeres mayores de 90 años, en comparación con los hombres, cuyas tasas oscilan entre el 0,6 % y el 17,6 %, respectivamente. Pero la forma en que se manifiesta la enfermedad también marca la diferencia: las mujeres a menudo experimentan un declive cognitivo más rápido y un mayor deterioro de la memoria episódica. Esto parece deberse (aunque la investigación aún está investigando) al papel de las hormonas sexuales y a las diferencias en la estructura cerebral. Sin embargo, las herramientas utilizadas para diagnosticar la enfermedad, desde pruebas hasta métodos más invasivos y costosos, como la resonancia magnética o el análisis del líquido cefalorraquídeo, no tienen suficientemente en cuenta estas diferencias. Ahora, un algoritmo podría marcar la diferencia.

Un sesgo a superar

«Muchas pruebas neuropsicológicas se han desarrollado históricamente con muestras predominantemente masculinas», explica Daniele Caligiore, director de investigación del Instituto de Ciencias y Tecnologías Cognitivas (ISTC) del Consejo Nacional de Investigación (CNR). «El problema es que estas pruebas se aplican a personas de ambos sexos, pero hombres y mujeres pueden responder de forma diferente. Esto puede dar lugar a errores de diagnóstico: por ejemplo, una mujer puede obtener una puntuación más baja en una prueba, pero esa puntuación podría indicar un buen rendimiento si se evalúa con una escala calibrada para el sexo femenino».

Aprendizaje automático para el diagnóstico temprano

En este contexto, el aprendizaje automático puede representar una oportunidad, como lo demuestra el proyecto coordinado por el centro de investigación de Caligiore, cuyos resultados se publicaron en la Revista de Ciencias Neurológicas. «Nuestro objetivo», continúa la investigadora, «es comprender qué factores deben considerarse desde una perspectiva de género para ayudar a los médicos en el diagnóstico temprano, especialmente en enfermedades complejas como el Alzheimer y el Parkinson, que están estrechamente relacionadas».

Una colaboración italiana

El trabajo es el resultado de una colaboración entre el CNR (Consejo Nacional de Investigación), el Área de Investigación Milán 4, la Fundación Mondino, la Universidad de Pavía, la Fundación Santa Lucía, la Universidad La Sapienza de Roma y la startup AI2Life. El núcleo del proyecto es un algoritmo de aprendizaje automático capaz de predecir y diferenciar la aparición de la enfermedad de Alzheimer según el sexo del paciente, utilizando datos recopilados de forma no invasiva, como las puntuaciones de las pruebas neuropsicológicas e información sociodemográfica. El algoritmo se entrenó con datos de dos grandes bases de datos internacionales, incluida la de la Asociación Michael J. Fox. A diferencia de los enfoques tradicionales, que tratan los datos de forma homogénea, el equipo entrenó el sistema por separado con datos de hombres y mujeres. En este sentido, el modelo de aprendizaje automático no solo permite predecir la probabilidad de desarrollar la enfermedad en un plazo específico (de uno a cinco años), sino también, gracias al uso de IA explicable que hace transparente el proceso de toma de decisiones del algoritmo, identificar qué pruebas son más predictivas para cada género.

Prueba para mujeres y hombres

El análisis de los resultados muestra que algunas pruebas neuropsicológicas tienen un valor predictivo diferente según el género. «El aprendizaje automático nos permite analizar las diferencias relativas en las pruebas y combinar múltiples parámetros», continúa Caligiore. «Por ejemplo, observamos que la prueba Mini-Mental State Examination es más eficaz para predecir la enfermedad de Alzheimer en mujeres, al igual que la prueba que evalúa la memoria episódica a largo plazo (LDELTOTAL), mientras que la prueba de memoria verbal a corto plazo (AVTOT) es más relevante para los hombres. En otras palabras, el sistema puede decir: «Para un mejor diagnóstico, la prueba X es importante en hombres, la prueba Y en mujeres». Esto supone un gran avance en el diagnóstico personalizado». El nivel educativo, y por lo tanto la reserva cognitiva, también se reveló como un factor determinante, especialmente en las mujeres.

Un diagnóstico personalizado y accesible

Un elemento distintivo del proyecto es la creación de una interfaz gráfica llamada EMA (ExplAIn Medical Analysis), que permite a los médicos usar el sistema directamente. Basta con introducir las puntuaciones de las pruebas neuropsicológicas y el algoritmo proporciona una evaluación de riesgo con una probabilidad numérica. «En el futuro, imaginamos un sistema sencillo donde se administran cuestionarios a los pacientes, se recopilan las puntuaciones y el médico las introduce en la interfaz», explica Caligiore. «El sistema devuelve un número: por ejemplo, '75 % de probabilidad de desarrollar Alzheimer en tres años'. Es una herramienta predictiva, útil incluso para sujetos que aún no presentan síntomas evidentes». A menudo, enfatiza, la investigación en IA se detiene en la fase de laboratorio. En cambio, buscan que esta herramienta sea utilizable en la práctica clínica diaria, para que el diagnóstico de Alzheimer sea más oportuno, más equitativo y menos invasivo.

Entrenamiento con datos de pacientes italianos

El equipo trabaja ahora en una nueva fase de desarrollo, basada en datos clínicos italianos. Este paso es crucial para reducir el sesgo cultural y adaptar el sistema a las características de la población europea. «Los datos norteamericanos son muy útiles, pero reflejan un estilo de vida diferente al nuestro», concluye Caligiore. «Por eso, ahora estamos validando el algoritmo con datos italianos para aumentar la precisión y construir un sistema verdaderamente eficaz también en nuestro contexto sanitario».