Modelo informático predice la progresión de enfermedades durante el envejecimiento

Un grupo de científicos de la Universidad de Buffalo desarrolló un sistema basado en la inteligencia artificial (IA) que modela la progresión de enfermedades crónicas durante el envejecimiento. El artículo publicado en el Journal of Pharmacokinetics and Pharmacodynamics explica la forma de evaluar los biomarcadores metabólicos y cardiovasculares. También pronostica los procesos biológicos medibles, desde niveles de colesterol, índice de masa corporal y glucosa, hasta la presión arterial. Todos estos puntos tienen el fin de calcular el estado de salud y los riesgos de enfermedad a lo largo de la vida de un paciente.

Para los científicos, cada uno de estos hallazgos fue clave debido al alto riesgo de desarrollar enfermedades metabólicas y cardiovasculares con el envejecimiento. Un proceso inevitable el cual, conforme pasa el tiempo, tiene efectos adversos en los procesos celulares, psicológicos y conductuales. Ante ello, el autor principal del estudio, Murali Ramanathan, informó que existe una necesidad insatisfecha por proporcionar orientación para la atención farmacéutica durante el envejecimiento. "Esta brecha de conocimiento puede ser potencialmente superada por modelos innovadores de progresión en una enfermedad", explicó.

De acuerdo con los científicos, el modelo adiestrado con IA facilitará la evaluación de terapias farmacológicas crónicas a largo plazo y ayudar a los médicos a monitorear las respuestas de un tratamiento. Principalmente para las afecciones crónicas como diabetes, colesterol alto, niveles de presión arterial, patologías que se vuelven más frecuentes con la edad. Además, el modelo predictivo examinó los datos de tres estudios de caso dentro de la tercera Encuesta Nacional de Examen de Salud y Nutrición (NHANES) en Estados Unidos. Con ello, pudo evaluar los biomarcadores metabólicos y cardiovasculares de casi 40 mil adultos como la temperatura, peso corporal, altura; datos empleados para diagnosticar, tratar y monitorear la salud en general.

Por su parte, expertos con ayuda del modelo predictivo, analizaron siete biomarcadores metabólicos más, entre ellos, glucosa, glicohemoglobina, triglicéridos, lipoproteínas de alta densidad y frecuencia del pulso. Al analizar cada uno de los cambios en los biomarcadores metabólicos y cardiovasculares, el modelo aprendió la manera en que envejecen y afectan estas mediciones.

Gracias al aprendizaje automático o machine learning, el sistema utiliza una memoria de los niveles de biomarcadores anteriores para predecir mediciones futuras. Un factor clave es que en la etapa de envejecimiento de los pacientes revelan la manera en que progresan las enfermedades metabólicas y cardiovasculares con el tiempo.

Hoy en día la inteligencia artificial es empleada para diferentes métodos de investigación. En cuestión de salud pública, algunos experimentos con IA están tratando de predecir el progreso del Parkinson en las personas. En tanto, otros ensayos clínicos basados en IA buscan la forma de identificar y prevenir el Alzheimer por medio de la escritura.