De acuerdo con la Organización Mundial de la Salud (OMS), la esclerosis múltiple (EM) es una enfermedad neurológica inflamatoria más frecuente en adultos y jóvenes. Un estudio realizado por la Asociación Española de Esclerosis Múltiple (AEM), revela, actualmente hay 2.8 millones de personas, es decir, 1 de cada 3 mil personas que viven con esclerosis múltiple.
Ante esta situación, científicos de la Universidad College en Londres utilizaron la inteligencia artificial para identificar tres nuevos subtipos de esclerosis múltiple. Los hallazgos ayudarán a identificar a aquellas personas más propensas a tener progresión de la enfermedad y ayudarán a dirigir los tratamientos de manera más eficaz.
Para el este estudio se clasificó a cuatro grupos de pacientes con EM definidos como recurrentes o progresivos, cada paciente fue asistido con imágenes cerebrales de resonancia magnética y síntomas de los pacientes. Seguido de ello, las observaciones guían el momento de la elección del tratamiento a través de la inteligencia artificial.
El estudio publicado en Nature Communications, tenía la intención de averiguar sí había patrones en las imágenes cerebrales, para identificar la mejor respuesta a una terapia en particular. Al no poder definir un tratamiento específico con el algoritmo, los científicos pudieron encontrar tres subtipos más de EM basados en anomalías patológicas observadas en las imágenes cerebrales.
Arman Eshagi, autor principal del estudio, señaló que los nuevos subtipos de EM se definieron como dirigidos por la corteza, dirigidos por materia blanca de apariencia normal y dirigidos por lesiones. Estas definiciones se relacionan con las anomalías más tempranas observadas en las resonancias magnéticas de cada patrón. «Realizamos varios análisis adicionales a pacientes para ver cómo las personas con los subtipos de EM recién identificados respondieron a varios tratamientos», agregó.
Por otra parte, los científicos afirman que los hallazgos sugieren que los nuevos subtipos encontrados predicen la progresión de la discapacidad y la respuesta del tratamiento. Asimismo, los datos recopilados por el algoritmo pueden utilizarse para definir grupos de pacientes en ensayos intervencionistas. «Todavía se requiere una investigación más a fondo y prospectiva con ensayos clínicos para confirmar estos descubrimientos», detalló Eshagi.
Un algoritmo que permita el estudio temprano de la esclerosis múltiple, puede beneficiar a los pacientes a mejorar los diagnósticos. La mayoría de las personas son diagnosticadas entre las edades de 20 a 50 años, pero los primeros signos de EM normalmente comienzan años antes. El hallazgo de subtipos de EM proporciona una visión valiosa de lo que impulsa la progresión de la esclerosis múltiple, un factor crucial para encontrar nuevos y mejores tratamientos.
