Un método con IA detecta lesiones cerebrales ocultas en esclerosis múltiple

Durante décadas, los neurólogos sabían que la esclerosis múltiple no solo afecta la sustancia blanca del cerebro, sino también la corteza cerebral, la materia gris. Las autopsias mostraban que esas lesiones corticales existían y tenían relevancia clínica, pero las resonancias magnéticas habituales no lograban detectarlas con claridad. Esa limitación dejó fuera del alcance de los investigadores una parte importante de la enfermedad.

Ahora, un equipo liderado por Michael Dwyer, del Buffalo Neuroimaging Analysis Center de la Universidad de Buffalo, en Estados Unidos, desarrolló una estrategia basada en inteligencia artificial (IA) y procesamiento combinado de imágenes que permitió detectar y cuantificar esas lesiones en resonancias convencionales. El estudio fue publicado en Communications Medicine, una revista del grupo Nature.

Los investigadores trabajaron con imágenes del estudio ORATORIO, un ensayo clínico internacional sobre esclerosis múltiple progresiva primaria que incluyó a 732 pacientes. Para desarrollar y validar la metodología seleccionaron una muestra de 80 participantes y luego aplicaron el modelo sobre el conjunto completo de datos.

En el trabajo, los autores destacan que las lesiones corticales están “fuertemente asociadas con la discapacidad clínica y el deterioro cognitivo” y sostienen que existe una “necesidad urgente de métodos de imágenes en pacientes vivos” que permitan estudiarlas con precisión. Para resolver ese problema, el equipo combinó distintas herramientas de procesamiento y creó un nuevo contraste denominado MMCLE. Además, entrenó sistemas de aprendizaje profundo para evaluar hasta qué punto la IA podía mejorar la detección automática.

Los resultados mostraron que la estrategia identificó 1182 lesiones corticales en los 80 pacientes, un promedio de 14,8 lesiones por participante. Cuando se aplicó al conjunto completo de 732 pacientes, se detectaron 10.366 lesiones corticales. El método MMCLE alcanzó una tasa de detección correcta del 86% y una tasa de falsos positivos del 8,4%, el mejor desempeño individual entre todas las técnicas evaluadas.

Sin embargo, ninguna técnica aislada logró identificar todas las lesiones. La detección mejoraba cuando se analizaban varias modalidades de imágenes de manera simultánea. Algunas lesiones eran visibles en un método y pasaban inadvertidas en otro, mientras que ciertas lesiones solo podían identificarse cuando todas las herramientas se utilizaban en conjunto.

“Comprobamos que estas técnicas pueden aplicarse de manera directa y significativa a estos conjuntos de datos para revelar muchas lesiones corticales que, de otro modo, permanecerían invisibles”, escribieron los autores. El hallazgo tiene implicancias que van más allá del avance tecnológico: durante años, ensayos clínicos acumularon enormes volúmenes de resonancias, pero gran parte de la información sobre lesiones corticales permanecía oculta.

“Esto indica que podemos reutilizar grandes bases de datos de ensayos clínicos para comprender mejor la relación de las lesiones corticales con el diagnóstico, el pronóstico y la respuesta a los tratamientos”, afirman los investigadores. Consideran además que estas herramientas podrían facilitar la incorporación de las lesiones corticales como variable de interés en futuros estudios.

El trabajo tiene limitaciones: los autores reconocen que no contaban con un patrón de referencia histopatológico y que todos los participantes pertenecían a la forma progresiva primaria de la enfermedad. También advierten que estas técnicas captan solo una parte de toda la patología cortical que puede producir la esclerosis múltiple.

Fuente: Lanacion.