Wgallina David Graham se despierta por la mañana, la caja blanca plana que está con velcro a la pared de su habitación en lugar de Robbie, un centro de asistencia en Marlborough, Massachusetts, comienza a grabar su cada movimiento.
Sabe cuándo se levanta de la cama, se viste, camina hacia su ventana o va al baño. Puede decir si está durmiendo o si ha caído. Hace esto usando señales inalámbricas de baja potencia para mapear su velocidad de marcha, patrones de sueño, ubicación e incluso patrón de respiración. Toda esa información se carga en la nube, donde los algoritmos de aprendizaje automático encuentran patrones en los miles de movimientos que hace todos los días.
Los recuadros rectangulares son parte de un experimento para ayudar a los investigadores a rastrear y comprender los síntomas del Alzheimer.
No siempre es obvio cuando los pacientes se encuentran en las primeras etapas de la enfermedad. Las alteraciones en el cerebro pueden provocar cambios sutiles en el comportamiento y los patrones de sueño años antes de que las personas comiencen a experimentar confusión y pérdida de memoria. Los investigadores creen que la inteligencia artificial podría reconocer estos cambios temprano e identificar a los pacientes en riesgo de desarrollar las formas más graves de la enfermedad.
Descubrir las primeras indicaciones de los años de Alzheimer antes de que aparezcan los síntomas evidentes podría ayudar a identificar a las personas con más probabilidades de beneficiarse de los medicamentos experimentales y permitir a los miembros de la familia planificar la atención eventual. Los dispositivos equipados con tales algoritmos podrían instalarse en las casas de las personas o en centros de cuidado a largo plazo para monitorear a aquellos en riesgo. Para los pacientes que ya tienen un diagnóstico, dicha tecnología podría ayudar a los médicos a hacer ajustes en su cuidado.
Las compañías farmacéuticas también están interesadas en utilizar algoritmos de aprendizaje automático, en su caso para buscar registros médicos de los pacientes con más probabilidades de beneficiarse de los medicamentos experimentales. Una vez que las personas están en un estudio, AI podría decirle a los investigadores si el medicamento está abordando sus síntomas.
Actualmente, no hay una forma fácil de diagnosticar el Alzheimer. No existe una sola prueba, y los escáneres cerebrales solos no pueden determinar si alguien tiene la enfermedad. En cambio, los médicos tienen que ver una variedad de factores, incluido el historial médico del paciente y las observaciones informadas por los miembros de la familia o los trabajadores de la salud. Por lo tanto, el aprendizaje automático podría retomar patrones que de otro modo se perderían fácilmente.
Graham, a diferencia de los otros cuatro pacientes con tales dispositivos en sus habitaciones, no ha sido diagnosticado con Alzheimer. Pero los investigadores están monitoreando sus movimientos y comparándolos con patrones observados en pacientes que los médicos sospechan que tienen la enfermedad.
Dina Katabi y su equipo en el Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT desarrollaron inicialmente el dispositivo como detector de caídas para personas mayores. Pero pronto se dieron cuenta de que tenía muchos más usos. Si pudiera detectar una caída, pensaron, también debe ser capaz de reconocer otros movimientos, como el ritmo y la deambulación, que pueden ser signos de Alzheimer.
Katabi dice que su intención era monitorear a las personas sin necesidad de que se pongan un dispositivo portátil de rastreo todos los días. «Esto es completamente pasivo. Un paciente no necesita poner sensores en su cuerpo ni hacer nada específico, y es mucho menos intrusivo que una cámara de video «, dice.
Cómo funciona
Graham apenas nota la caja blanca que cuelga en su habitación iluminada por el sol. Él es más consciente de ello en los días en que Ipsit Vahia hace su ronda y le dice acerca de los datos que está recopilando. Vahia es un psiquiatra geriátrico en el Hospital McLean y la Escuela de Medicina de Harvard, y él y los inventores de la tecnología en el MIT están ejecutando un pequeño estudio piloto del dispositivo.
Graham espera estas visitas. Durante uno reciente, se sorprendió cuando Vahia le dijo que se estaba despertando por la noche. El dispositivo fue capaz de detectarlo, aunque Graham no sabía que lo estaba haciendo.
La señal de radio inalámbrica del dispositivo, solo una milésima de potente como wi-fi, refleja todo en un radio de 30 pies, incluidos los cuerpos humanos. Cada movimiento, incluso los más leves, como respirar, causa un cambio en la señal reflejada.
Recomendado para ti
- Jeff Bezos dio un adelanto del futuro de Amazon
- Cómo la nube de IA podría producir las compañías más ricas de la historia
- Uber podría culpar a su conductor por el fatal accidente de esta semana, pero no debería
- Cómo manipular Facebook y Twitter en lugar de dejar que te manipulen
- Un Uber autodidacta ha matado a un peatón en Arizona
Katabi y su equipo desarrollaron algoritmos de aprendizaje automático que analizan todas estas diminutas reflexiones. Entrenaron el sistema para reconocer movimientos simples como caminar y caer, y movimientos más complejos como los asociados con las alteraciones del sueño. «A medida que lo enseña más y más, la máquina aprende, y la próxima vez que ve un patrón, incluso si es demasiado complejo para que un humano abstraiga ese patrón, la máquina reconoce ese patrón», dice Katabi.
Con el tiempo, el dispositivo crea grandes lecturas de datos que muestran patrones de comportamiento. La IA está diseñada para detectar desviaciones de esos patrones que pueden significar cosas como agitación, depresión y trastornos del sueño. También podría detectar si una persona está repitiendo ciertos comportamientos durante el día. Estos son todos los síntomas clásicos del Alzheimer.
«Si puede detectar estas desviaciones temprano, podrá anticiparlas y ayudarlas a manejarlas», dice Vahia.
En un paciente con diagnóstico de Alzheimer, Vahia y Katabi pudieron decir que se estaba despertando a las 2 de la mañana y deambulando por su habitación. También notaron que caminaría más después de que algunos familiares lo visitaran. Después de confirmar ese comportamiento con una enfermera, Vahia ajustó la dosis del paciente de un medicamento utilizado para prevenir la agitación.
Cambios cerebrales
La IA también se está utilizando para ayudar a los médicos a detectar los primeros signos del Alzheimer en el cerebro y comprender cómo se desarrollan esos cambios físicos en diferentes personas. «Cuando un radiólogo lee un escáner, es imposible saber si una persona progresará a la enfermedad de Alzheimer», dice Pedro Rosa-Neto, neurólogo de la Universidad McGill en Montreal.
Rosa-Neto y su colega Sulantha Mathotaarachchi desarrollaron un algoritmo que analizó cientos de tomografías por emisión de positrones (PET) de personas que se habían considerado en riesgo de desarrollar Alzheimer. A partir de los registros médicos, los investigadores sabían cuáles de estos pacientes habían desarrollado la enfermedad en los dos años posteriores a la exploración, pero querían ver si el sistema de inteligencia artificial podía identificarlos simplemente seleccionando patrones en las imágenes.
Efectivamente, el algoritmo fue capaz de detectar patrones en grupos de amiloide, una proteína a menudo asociada con la enfermedad, en ciertas regiones del cerebro. Incluso los radiólogos entrenados habrían tenido problemas para notar estos problemas en un escáner cerebral. A partir de los patrones, fue capaz de detectar con un 84 por ciento de precisión qué pacientes terminaron con Alzheimer.
El aprendizaje automático también ayuda a los médicos a predecir la gravedad de la enfermedad en diferentes pacientes. El médico y científico de la Universidad de Duke, P. Murali Doraiswamy, está utilizando el aprendizaje automático para determinar en qué etapa de la enfermedad están los pacientes y si es probable que su afección empeore.
«Hemos estado viendo la enfermedad de Alzheimer como un problema para todos», dice Doraiswamy. Pero las personas con Alzheimer no todos experimentan los mismos síntomas, y algunas pueden empeorar más rápido que otras. Los médicos no tienen idea de qué pacientes se mantendrán estables por un tiempo o cuáles se enfermarán rápidamente. «Entonces pensamos que tal vez la mejor manera de resolver este problema era dejar que una máquina lo hiciera», dice.
Trabajó con Dragan Gamberger, un experto en inteligencia artificial del Instituto Rudjer Boskovic en Croacia, para desarrollar un algoritmo de aprendizaje automático que ordenó escáneres cerebrales y registros médicos de 562 pacientes con deterioro cognitivo leve al comienzo de un período de cinco años. período.
Surgieron dos grupos distintos: aquellos cuya cognición disminuyó significativamente y aquellos cuyos síntomas cambiaron poco o nada en los cinco años. El sistema fue capaz de detectar cambios en la pérdida de tejido cerebral con el tiempo.
Un tercer grupo estaba en el medio, entre el deterioro cognitivo leve y el Alzheimer avanzado. «No sabemos por qué estos grupos existen todavía», dice Doraiswamy.
Ensayos clínicos
De 2002 a 2012, el 99 por ciento de los fármacos de Alzheimer en investigación fracasaron en los ensayos clínicos. Una razón es que nadie sabe exactamente qué causa la enfermedad. Pero otra razón es que es difícil identificar a los pacientes con mayor probabilidad de beneficiarse de medicamentos específicos.
Los sistemas de IA podrían ayudar a diseñar mejores ensayos. «Una vez que tengamos a esas personas junto con genes, características y escaneos de imágenes comunes, eso hará que sea mucho más fácil probar drogas», dice Marilyn Miller, directora de investigación de AI sobre el Alzheimer en el Instituto Nacional sobre Envejecimiento, parte de EE. UU. Institutos Nacionales de Salud.
Luego, una vez que los pacientes se inscriban en un estudio, los investigadores podrían supervisarlos continuamente para ver si se están beneficiando del medicamento.
«Uno de los mayores desafíos en el desarrollo de fármacos para la enfermedad de Alzheimer es que no hemos tenido una buena manera de analizar a la población adecuada para probar la droga», dice Vaibhav Narayan, investigador del equipo de neurociencia de Johnson & Johnson.
Él dice que los algoritmos de aprendizaje automático acelerarán en gran medida el proceso de reclutamiento de pacientes para estudios de drogas. Y si AI puede determinar qué pacientes tienen más probabilidades de empeorar más rápido, será más fácil para los investigadores determinar si un medicamento está teniendo algún beneficio.
De esa manera, si los doctores como Vahia notan signos de Alzheimer en una persona como Graham, pueden inscribirlo rápidamente para un ensayo clínico con la esperanza de frenar los devastadores efectos que de otro modo vendrían años más tarde.
Miller cree que la IA podría usarse para diagnosticar y predecir el Alzheimer en pacientes en tan solo cinco años a partir de ahora. Pero ella dice que requerirá una gran cantidad de datos para asegurarse de que los algoritmos sean precisos y confiables. Graham, por su parte, está haciendo su parte para ayudar.
Fuente: technologyreview.com
