Una de las enfermedades más difíciles de diagnosticar es el Parkinson, un trastorno neurológico que afecta al movimiento y un tratamiento temprano es muy importante.

Ahora científicos de la Universidad de Nueva Gales del Sur de Sidney, junto a investigadores de la Universidad de Boston, han presentado una herramienta prometedora en la detección temprana de la enfermedad de Parkinson antes de la aparición de síntomas.

Básicamente hacen uso de inteligencia artificial y redes neuronales para analizar ciertos biomarcadores de los fluidos corporales de los pacientes.

Para ello examinaron muestras de sangre de individuos sanos que luego desarrollaron la enfermedad e hicieron uso de un programa de aprendizaje automático llamado CRANK-MS.

Si bien los datos de metabolómica se analizan usando enfoques estadísticos, el equipo se aproximó de forma distinta al considerar las asociaciones entre diferentes metabolitos, aprovechando la parte de aprendizaje automático. 

Con ello les permitió identificar combinaciones únicas de metabolitos que podría servir como señales de advertencia temprana sobre el Parkinson.

Para ello introdujeron toda la información en CRANK-MS, lo que les permitió tener previsiones precisas para identificar los metabolitos que impulsan esas predicciones.

Actualmente, la enfermedad del Parkinson se diagnostica mediante los síntomas físicos, como los temblores en las manos, pero no hay pruebas de sangre de laboratorio.

Es por ello que CRANK-MS podría utilizarse como herramienta de detección temprana cuando surjan síntomas atípicos.

Una herramienta con amplio margen de mejora

El equipo aclara, que necesitan más estudios de validación y cohortes más grandes de diferentes regiones del mundo, antes de que la herramienta sea válida para usarse de forma confiable.

Aún así presumen de resultados, donde CRANK-MS logró hasta un 96 % de precisión en la detección de la enfermedad mediante el análisis de sustancias químicas sanguíneas.

“Este estudio es interesante en múltiples niveles", dijo profesor asociado Donald. “Primero, la precisión es muy alta para predecir la enfermedad de Parkinson antes del diagnóstico clínico. Segundo, este enfoque de aprendizaje automático nos permitió identificar marcadores químicos que son cruciales para predecir con precisión la futura enfermedad de Parkinson. Tercero, algunos de los marcadores químicos generan predicciones precisas se han implicado previamente en ensayos basados en células, pero no en humanos".