Una más, y lo que sigue...
Científicos de la Universidad de Sídney y de la Universidad de Boston, están desarrollando una herramienta basada en inteligencia artificial para detectar el mal de Parkinson, años antes de que aparezcan los primeros síntomas.
La universidad australiana asegura que hoy día, no hay pruebas de laboratorio para diagnosticar casos no genéticos de párkinson, por lo que esta enfermedad es diagnosticada cuando aparecen síntomas físicos, como el temblor de las extremidades en reposo.
Los investigadores crearon un sistema de redes neuronales de aprendizaje automático para analizar biomarcadores químicos en la sangre, conocidos como metabolitos, segregados por el cuerpo para descomponer alimentos, fármacos y otras sustancias.
La investigación cuyos detalles publicó en la revista ACS Central Science, examinó con su programa la sangre de 39 individuos sanos al momento de la recolección de las muestras y que desarrollaron párkinson 15 años después.
Al comparar los metabolitos detectados en las muestras de los 39 pacientes con párkinson con las del grupo de control, los expertos identificaron combinaciones de estos biomarcadores que podrían prevenir el padecimiento o alertar de manera temprana la disposición a desarrollarlo.
En las muestras de los pacientes que desarrollaron párkinson había concentraciones bajas de un neuroprotector que regula el estrés oxidativo, conocido como triterpenoides, en comparación con las muestras de los sujetos de estudio sanos.
Diana Zhang, coautora de la investigación, explica que la herramienta que han desarrollado, CRANK-MS, se basa en redes neuronales que generan conocimiento a partir de la espectrometría de masas, característica que ayuda a identificar combinaciones de metabolitos que hubieran sido pasados por alto con los métodos estadísticos convencionales.
Alexander Donald, otro de los autores, señaló que los resultados obtenidos con CRANK-MS durante las primeras pruebas son prometedores, pues detectaron con una precisión del 96 % las sustancias químicas relacionadas con la enfermedad.
Añadió que es necesario conducir "estudios de validación que utilicen cohortes mucho más amplias y se lleven a cabo en múltiples partes del mundo antes de que la herramienta pueda utilizarse de forma fiable". (RT)
