A inteligência artificial supera testes clínicos na previsão da progressão da doença de Alzheimer.
Cientistas de Cambridge desenvolveram uma ferramenta de inteligência artificial (IA) que pode prever se pessoas com sinais iniciais de demência permanecerão estáveis ou desenvolverão a doença de Alzheimer. Esta ferramenta é precisa em quatro de cada cinco casos.
Essa nova abordagem pode reduzir a necessidade de testes caros e invasivos, melhorando os resultados do tratamento precoce. Intervenções precoces, como mudanças no estilo de vida ou novos medicamentos, são mais eficazes nessa fase.
A demência é um grande problema de saúde global, afetando mais de 55 milhões de pessoas em todo o mundo e custando cerca de 820 bilhões de dólares anualmente. O número de casos deve quase triplicar nos próximos 50 anos.
A doença de Alzheimer é a principal causa de demência, responsáveis por 60-80% dos casos. A detecção precoce é crucial para um tratamento eficaz, mas os métodos atuais frequentemente envolvem testes invasivos ou caros, como tomografias por emissão de positrões (PET) ou punções lombares, que nem sempre estão disponíveis.
Devido a essas limitações, até um terço dos pacientes pode ser mal diagnosticado ou diagnosticado tarde demais para um tratamento eficaz.
Uma equipe do Departamento de Psicologia da Universidade de Cambridge desenvolveu um modelo de aprendizado de máquina para prever quão rapidamente indivíduos com problemas leves de memória progredirão para Alzheimer. Sua pesquisa, publicada na revista eClinicalMedicine, mostra que este modelo é mais preciso do que as atuais ferramentas de diagnóstico clínico.
Os pesquisadores construíram seu modelo usando dados de baixo custo e não invasivos, incluindo testes cognitivos e ressonâncias magnéticas (RM) que mostram atrofia cerebral, de mais de 400 indivíduos em uma coorte de pesquisa nos EUA.
Em seguida, testaram o modelo com dados do mundo real de 600 participantes adicionais nos EUA e de 900 pessoas de clínicas de memória no Reino Unido e em Cingapura.
O algoritmo pôde diferenciar entre pessoas com comprometimento cognitivo leve estável e aquelas que desenvolveriam Alzheimer dentro de três anos. Ele identificou corretamente os indivíduos que desenvolveriam Alzheimer em 82% dos casos e aqueles que não desenvolveriam em 81% dos casos, usando apenas testes cognitivos e ressonâncias magnéticas.
Esse algoritmo foi cerca de três vezes mais preciso do que os métodos atuais, reduzindo as chances de diagnóstico incorreto.
Esse modelo também permitiu aos pesquisadores classificar pessoas com Alzheimer em três grupos: aquelas cujos sintomas permaneceriam estáveis (cerca de 50%), aquelas que progrediriam lentamente (cerca de 35%) e aquelas que progrediriam rapidamente (os 15% restantes).
Essas previsões foram validadas com dados de acompanhamento ao longo de seis anos. Essa identificação precoce é crucial para a aplicação de novos tratamentos e para monitorar de perto pacientes que progridem rapidamente.
Para os 50% cujos sintomas permanecem estáveis, o modelo sugere que seus problemas podem ser devido a outras causas, como ansiedade ou depressão, e eles poderiam seguir diferentes caminhos clínicos.
A professora Zoe Kourtzi, da Universidade de Cambridge, disse: “Desenvolvemos uma ferramenta que usa apenas testes cognitivos e ressonâncias magnéticas, mas é mais sensível do que os métodos atuais em prever se alguém irá progredir para Alzheimer e quão rápido.”
“Isso pode melhorar significativamente os cuidados aos pacientes, mostrando quem necessita de monitoramento próximo e aliviando a ansiedade daqueles previstos como estáveis. Também reduz a necessidade de testes desnecessários.”
O algoritmo foi validado com dados de quase 900 indivíduos de clínicas de memória no Reino Unido e em Cingapura, mostrando que pode ser usado em ambientes clínicos do mundo real.
O Dr. Ben Underwood, psiquiatra consultor honorário da CPFT e professor assistente na Universidade de Cambridge, destacou a importância de reduzir a incerteza sobre problemas de memória em adultos mais velhos, o que pode causar preocupação e frustração.
A professora Kourtzi enfatizou a necessidade de melhores ferramentas para enfrentar a demência, identificando e intervindo precocemente. A equipe pretende expandir seu modelo para outras formas de demência e diferentes tipos de dados, como marcadores de exames de sangue.
“Nosso objetivo é ampliar nossa ferramenta de IA para ajudar os clínicos a designar os pacientes certos para os caminhos diagnósticos e de tratamento corretos no momento certo,” disse a professora Kourtzi. “Isso pode acelerar a descoberta de novos medicamentos para o tratamento da demência.”
Fonte da informação:
Marcador robusto e interpretável guiado por IA para previsão precoce de demência em ambientes clínicos do mundo real. [eClinicalMedicine (2024)]. DOI: 10.1016/j.eclinm.2024.102725
