Revolución en el diagnóstico temprano: La IA chilena que detecta riesgo de Alzheimer antes de los síntomas
Un grupo de investigadores chilenos ha dado un paso decisivo en la lucha contra el Alzheimer, gracias al desarrollo de un modelo basado en inteligencia artificial explicable, capaz de predecir con notable exactitud el riesgo de desarrollar esta enfermedad en personas con quejas cognitivas leves.
El trabajo, que ya ha sido enviado para publicación en una revista científica internacional, se llevó a cabo mediante una colaboración interdisciplinaria entre la Universidad de Chile, el Instituto Milenio en Ingeniería e Inteligencia Artificial para la Salud (iHEALTH), el Centro de Gerociencia, Salud Mental y Metabolismo (GERO) y el Instituto de Neurocirugía Dr. Alfonso Asenjo.
En concreto, la investigación utilizó un enfoque de aprendizaje multimodal que combinó distintos tipos de resonancias magnéticas cerebrales con datos demográficos.
Esta integración permitió al sistema identificar patrones y señales tempranas de Alzheimer incluso en personas que solo presentan síntomas leves de pérdida de memoria.
Resultados prometedores
El modelo fue aplicado a un grupo de 158 personas pertenecientes a un estudio longitudinal del GERO, donde se monitorea a pacientes con quejas cognitivas durante años.
De ese total, el algoritmo logró predecir correctamente 6 de los 7 casos que efectivamente desarrollaron Alzheimer, superando en precisión a los biomarcadores de plasma tradicionalmente utilizados en la práctica clínica.
"La detección temprana del Alzheimer es fundamental porque podría permitir identificar tratamientos para cambiar o retrasar el curso natural del trastorno", señala Jhon Intriago, estudiante de doctorado en Ingeniería Eléctrica de la Universidad de Chile y líder del estudio.
¿Cómo es posible predecir el Alzheimer?
Una de las principales innovaciones del proyecto fue el uso de técnicas de inteligencia artificial explicable, que permiten no solo entregar una predicción, sino también comprender qué zonas del cerebro están influyendo en dicha decisión. Esto representa un avance clave en la transparencia y confiabilidad de los modelos automatizados.
"La fusión de distintos tipos de datos mejora no sólo la precisión de la clasificación, sino también la identificación de biomarcadores tempranos", explica el Dr. Pablo Estévez, académico de la Universidad de Chile e investigador de iHEALTH.
"Esto es crucial para ganar la confianza de los médicos y eventualmente integrar estas herramientas en la práctica clínica", agrega.
Por su parte, Intriago destaca: "Este es el primer estudio que integra herramientas como el aprendizaje multimodal fuera de distribución con IA explicable para identificar posibles biomarcadores tempranos de Alzheimer en personas con quejas cognitivas".
El equipo de trabajo también incluyó a la Dra. Andrea Slachevsky, investigadora principal de GERO, y a la Dra. Cecilia Okuma, neurorradióloga del Instituto de Neurocirugía e investigadora adjunta de iHEALTH.
Todos coinciden en que este avance no solo tiene implicancias científicas, sino también un potencial transformador para la salud pública chilena, considerando que más de 200.000 personas en el país viven actualmente con Alzheimer.
Según el modelo desarrollado, cerca del 10% de quienes reportan problemas leves de memoria podrían estar en riesgo de desarrollar la enfermedad, lo que abre la puerta a estrategias de prevención e intervención más personalizadas y eficaces.
