Inteligencia artificial para detección precoz de la enfermedad de Alzheimer

En 1950, Alan Turing, considerado por algunos como el padre de la inteligencia artificial, se preguntó cómo dotar de inteligencia a una computadora. Aquellos pioneros de los años 50 diagramaron de forma teórica lo que hoy se aplica en todos lados: usar redes de neuronas como modelo para que una computadora pueda ser inteligente. Es decir, emular la interconexión de las neuronas del cerebro humano.

Más de setenta años después, investigadores de la Universidad Nacional de Buenos Aires (UBA) en Argentina utilizan esas redes neuronales artificiales para que una inteligencia artificial aprenda a identificar el inicio de la enfermedad de Alzheimer en imágenes de resonancias magnéticas. A la vez, ver estas redes neuronales artificiales en acción, permite una libertad sin igual para conocer cómo funciona el cerebro humano.

“Una ventaja de trabajar con una red neuronal artificial es que podemos desarmarla y disecar como queramos para estudiarla hasta en el más mínimo detalle. Los que hacemos inteligencia artificial desde la neurociencia buscamos que lo artificial nos permita aprender acerca de la estructura del cerebro humano, y al revés. Cómo están codificadas las cosas, es un ida y vuelta”, explicó Diego Fernandez Slezak, investigador del Instituto de Ciencias de la Computación (UBA / Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) en Argentina) y profesor en la Facultad de Ciencias Exactas y Naturales de la Universidad de Buenos Aires.

Fernandez Slezak fue galardonado recientemente con el Premio Konex de la Ciencia y la Tecnología 2023. También recibió en 2016 el Premio a la Investigación de Google, ambos por el trabajo que viene realizando con inteligencia artificial aplicada a neurociencias desde hace más de diez años.

“Ahora estamos trabajando con imágenes y en cómo codificar, con resonancias magnéticas del cerebro, atributos que delaten la inminencia de la enfermedad de Alzheimer”, contó el experto. “Es una enfermedad muy bien caracterizada, y que está en constante estudio. En la actualidad, existen muy buenos tratamientos para retrasar los efectos que condicionan la calidad de vida, así es que detectarlo a tiempo es vital”.

El trabajo que realizan Fernández Slezak y colegas del Instituto de Ciencias de la Computación de la Facultad de Ciencias Exactas y Naturales de la UBA es el de identificar un patrón en las imágenes de resonancias magnéticas del cerebro que le permitan a una inteligencia artificial identificar la enfermedad de Alzheimer de forma temprana.

“Nosotros usamos la inteligencia artificial para codificar el cerebro”, explicó el investigador. “Cuando se le hace una resonancia magnética al cerebro de una persona, lo que vemos son píxeles o vóxeles de colores, que son pedacitos del cerebro que se iluminan o no se iluminan en función de lo que está pasando en esa zona. Si lo que se ilumina es normal, resulta difícil de identificar, incluso para los especialistas. Entonces, la inteligencia artificial toma las imágenes, las codifica, y devuelve índices que podrían permitir asociarlos a patologías, como por ejemplo Alzheimer, bipolaridad, ACV o epilepsia”.

Se trata de una investigación en curso en colaboración con el Hospital Fleni, que es el que aporta las resonancias magnéticas con las que se le está enseñando a la inteligencia artificial. Para que pueda conocer todo el camino que lleva a una enfermedad como la de Alzheimer, se empieza por lo que se conoce como queja subjetiva de un paciente. Es decir, alguien que tiene olvidos, o se confunde los nombres.

Los especialistas, entonces, le realizan al paciente una batería de estudios, entre los que se encuentra la resonancia magnética, para saber si esa queja subjetiva, efectivamente, se corresponde con un problema cerebral real. Esto podría ser el inicio de una demencia que podría luego degenerar en enfermedad de Alzheimer, o tal vez una afasia, u otra patología cerebral.

Los investigadores utilizan, entonces, todas las resonancias que se le hicieron a una persona a la que luego le detectaron algo, para entrenar a la inteligencia artificial a que identifique si existe un patrón anterior que permita detectar esas enfermedades a tiempo.

“El Fleni tiene una base de datos de miles de resonancias viejas”, contó el experto a Argentina Investiga. “Nosotros lo que hacemos primero es que la inteligencia artificial codifique la estructura del cerebro, y después, lo que tenemos que hacer es asociar esa estructura a las distintas patologías. Se ve en el historial de diagnóstico, y se ve si una dirección dada de la estructura del cerebro es la dirección que lleva a la enfermedad de Alzheimer, o a cada una de las otras patologías”.

Las imágenes del cerebro captadas mediante técnicas como la resonancia magnética y otras pueden ser analizadas con inteligencia artificial a fin de hallar indicios de una enfermedad neurológica inminente. (Imagen: NIAAA)

Neuronas artificiales para comprender las reales

Las inteligencias artificiales funcionan con lo que se conoce como redes neuronales, incluso el ChatGPT, tan famoso en la actualidad por responder todo tipo de consultas. Se trata de un método que permite a las inteligencias artificiales procesar datos de una forma inspirada en como lo hace el cerebro humano.

Utiliza nodos que están interconectados en una estructura de capas, muy similar a cómo funcionan las neuronas biológicas. Es un sistema que les permite a las computadoras aprender de sus errores y mejorar de forma continua. Establecen relaciones entre los datos con los que se las alimenta, aportando resultados complejos.

“La forma en que estas redes neuronales artificiales aprenden tiene que ver con cómo nosotros representamos la información en nuestra cabeza”, contó Fernandez Slezak. “Nuestra idea es estudiar cómo consigue hacer eso en nichos muy pequeños y donde tengamos cierto control. El lenguaje es uno de esos ámbitos, es decir, cómo aprende una inteligencia artificial a escribir”.

“La asociación libre entre palabras, que es algo automático en nosotros, también ocurre de forma automática en estas redes artificiales. Eso permite ir viendo cómo están relacionadas las ideas en el cerebro”, contó el experto. “Eso estamos haciendo con la red neuronal artificial para ver qué paralelismo hay con el funcionamiento de la mente humana”.

“Si bien a las personas podemos hacerles resonancias magnéticas para ver cómo funciona su cerebro cuando asocia palabras, no podemos tener el grado de detalle que nos permite estudiar la red neuronal cuando hace lo mismo. Entonces puede ayudarnos a comprender cómo se representa la información en nuestro cerebro”, explicó Fernández Slezak.

Lo interesante del paralelismo entre cómo procesa la información la inteligencia artificial y el cerebro humano es que justamente hay un desconocimiento sobre cómo es el funcionamiento. No se sabe por qué cien mil bolitas o nodos conectados con pesos, que son probabilidades de conexión entre una y otra, logran representar bien el lenguaje, como una inteligencia artificial al estilo de ChatGPT. Tampoco está claro cómo mil millones de neuronas logran que un ser humano represente el lenguaje.

Se sabe que el algoritmo matemático de una red neuronal artificial va adaptando los pesos de los nodos o neuronas, pero se desconoce por qué una estructura de red con ciertos pesos resuelve muy bien un problema dado. Lo mismo para su paralelo biológico. Por eso resulta útil poder comprender la forma en que “piensa” una inteligencia artificial, para terminar de comprender cómo y por qué el ser humano piensa como piensa. (Fuente: Martín Cagliani / UBA / Argentina Investiga)