Investigadores de la Universidad de Granada han desarrollado un nuevo sistema informático que permite diagnosticar el Alzheimer de forma precoz a partir de imágenes procesadas por ordenador. Un diagnóstico precoz y exacto de la enfermedad de Alzheimer ayuda a los pacientes y a sus familias a planear el futuro, ofrece la mejor oportunidad para tratar los síntomas de la enfermedad, y permite el desarrollo y puesta a prueba de nuevos tratamientos. La medicina nuclear ha supuesto una revolución en este sentido, ya que hoy en día se puede obtener información de los procesos que tienen lugar en el cerebro de una manera no invasiva. Sin embargo, en la actualidad, parte de la eficacia del diagnóstico reside en la habilidad y experiencia del médico, que ha de evaluar la información disponible visualmente.
Con una automatización completa de este proceso, se ha logrado mejorar la identificación precoz de la enfermedad hasta
alcanzar un 90 % de éxito, lo que supone un importante avance. Este trabajo ha sido llevado a cabo por el profesor Ignacio Alvarez Illán, miembro del Grupo SIPBA (Signal Processing and Biomedical Applications), TIC-010 de la Universidad de Granada, y dirigido por los profesores Juan Manuel Górriz Sáez, Javier Ramírez Pérez de Inestrosa y Carlos García Puntonet.
Imágenes tomográficas
Para probar esta nueva técnica automática de diagnóstico asistido por computador, los investigadores de la UGR emplearon imágenes
tomográficas SPECT y PET de tres bases de datos diferentes; procentes del Hospital Universitario ‘’Virgen de las Nieves» (Granada), en colaboración con el Dr. Manuel Gómez-Río y el Departamento de Medicina Nuclear, de la empresa PET-Cartuja (Sevilla) y de la Alzheimer Disease Neuroimaging Initiative ( ADNI, Estados Unidos). Estas bases de datos constaban de imágenes tomográficas cerebrales de sujetos de edad avanzada, afectados por la enfermedad de Alzheimer o con un patrón de desarrollo normal. La información contenida en las imágenes fue procesada para extraer aquellas características que diferenciaban las imágenes de pacientes afectados por Alzheimer de los normales. Estas características se usaron para desarrollar algoritmos que permitían discriminar entre aquellos sujetos que padecían la enfermedad y los sanos, a través de un nuevo paradigma informático conocido como aprendizaje supervisado.
Un alto nivel de éxito
Los tres métodos presentados en este trabajo llegaron a superar el 90% de éxito en la identificación del Alzheimer mediante imágenes tomográficas, tanto PET como SPECT. Actualmente se está desarrollando una herramienta informática para trasladar estos resultados de investigación a un software preparado para ser utilizado en cualquier hospital. De esta manera, el diagnóstico a efectuar individualmente por el neurólogo contará con la ayuda de una herramienta informática, que permite preprocesar las imágenes tomográficas y clasificarlas entre ‘sujeto con Alzheimer’ o ‘sujeto normal’. Así, el neurólogo contaría con la ayuda adicional de una herramienta cuya precisión se estima equiparable a la de un conjunto de expertos. Parte de los resultados de esta investigación han sido publicados en las revistas ‘’Information Sciences, 2010», ‘’Neuroscience Letters, 2009» o ‘’Electronics Letters, 2009».