El Consejo Social premia la investigación de la UAH que ayuda a diagnosticar enfermedades neurodegenerativas en estado inicial estudiando la retina

Jueves, 14 octubre 2021

Entrevistamos a los profesores Juan Manuel Miguel Jiménez, Román Blanco Velasco y Luciano Boquete Vázquez, quienes recientemente han sido galardonados con el XVI Premio del Consejo Social a la Transferencia del Conocimiento Universidad-Sociedaden la categoría de Ciencias de la Salud, Experimentales y las Ramas Técnicas, por su trabajo 'Del laboratorio a la clínica: desarrollo y aplicación de pruebas estructurales y funcionales de la vía visual y su utilización para el diagnóstico de enfermedades neurodegenerativas crónicas prevalentes. Sistemas expertos avanzados de ayuda al diagnóstico mediante Deep Learning e Inteligencia Artificial'.

- ¿Podrían resumirnos es qué consiste el trabajo premiado?

- Nuestro objetivo consiste en contribuir al desarrollo de nuevos métodos de diagnóstico de enfermedades neurodegenerativas, entre ellas la esclerosis múltiple. La esclerosis múltiple es una enfermedad autoinmune en la que las células inmunitarias del propio cuerpo atacan y destruyen la vaina de mielina del sistema nervioso central.

 Como el sistema visual humano embriológicamente tiene el mismo desarrollo que el sistema nervioso central, puede ser utilizado para detectar procesos de desmielinización, mediante la realización de pruebas funcionales y pruebas estructurales. Entre las pruebas funcionales, hemos comprobado que los registros de potenciales evocados visuales multifocales y del electrorretinograma multifocal, convenientemente procesados y con determinados sistemas de clasificación mediante técnicas de inteligencia artificial, permiten realizar el diagnóstico precoz de la esclerosis múltiple.  Asimismo, mediante medidas de los espesores de las capas de la retina, obtenidas con equipos de tomografía de coherencia óptica hemos mejorado los porcentajes de diagnóstico de estos pacientes; también en este caso utilizamos técnicas avanzadas de procesamiento de imágenes y de inteligencia artificial: clasificación mediante redes neuronales y técnicas de aprendizaje profundo para obtener el diagnóstico.

- ¿Qué significa para ustedes recibir este galardón?

- Nos sentimos orgullosos del reconocimiento por el trabajo que llevamos realizando desde hace más de una década y el haber tenido la oportunidad de colaborar con un equipo multidisciplinar en el que no solo hemos aportado, sino que también hemos aprendido mucho y nos ha abierto la posibilidad de continuar nuestra trayectoria con futuros trabajos en los que utilizamos estas técnicas innovadoras.

- ¿Cuáles son las principales aportaciones derivadas de sus investigaciones?

- Uno de los principales desafíos de la esclerosis múltiple es diagnosticarla en sus fases más precoces ya que actualmente no existe ningún método de diagnóstico infalible y generalmente se basa en criterios clínicosy radiológicos. 

 Consideramos que nuestro trabajo puede complementar los métodos diagnósticos actuales, ayudando a realizar un diagnóstico precoz, con lo cual se podría iniciar el tratamiento farmacológico de estos pacientes en las primeras fases de la enfermedad reduciendo su discapacidad de forma significativa.

 Otra línea de aplicación consiste en monitorizar el efecto de los tratamientos, ya que una misma medicación no es necesariamente la más adecuada para todos los pacientes, e incluso puede ser conveniente su modificación en función de la evolución, que puede ser detectada en algunos casos con los procedimientos que hemos desarrollado.

- ¿Nos podrían indicar cuáles son sus trabajos presentes y cuáles se abordarán en el futuro?

- Actualmenteestamos analizando pacientes que presentan el denominado Síndrome Radiológico Aislado; son pacientes a los cuales se les han detectado lesiones en el sistema nervioso central mediante resonancia magnética similares a las presentes en esclerosis múltiple, pero sin embargo no cumplen los criterios clínicos que definen la enfermedad. Un porcentaje de estos pacientes desarrollarán esclerosis múltiple; nuestro objetivo es determinar cuáles tienen mayor riesgo de evolucionar a esclerosis múltiple.

 También estamos aplicando nuestros algoritmos de análisis de imágenes de tomografía de coherencia óptica para el diagnóstico de pacientes con otras patologías como el glaucoma crónico, trastorno bipolar y  fibromialgia, permitiendo implementar sistemas de ayuda al diagnóstico de estas enfermedades.

 Próximamente, y en relación con el diagnóstico precoz de esclerosis múltiple, pretendemos investigar algoritmos para fusionar los métodos de diagnóstico mediantes las pruebas funcionales y las pruebas estructurales anteriormente citadas, con el fin de mejorar los resultados.

- ¿Cómo se usa la inteligencia artificial en el diagnóstico de estas patologías?

- Tanto los registros funcionales de los potenciales evocados visuales multifocales, como las imágenes de espesores de las diferentes capas de la retina obtenidas mediante tomografía de coherencia óptica nos dan una gran cantidad de información, que para ser procesada por una persona debe ser promediada, lo que supone que se pierdan muchos detalles que pueden ser importantes para el diagnóstico. Nuestros algoritmos en primer lugar identifican las características de la información disponible con mayor capacidad diagnóstica y a continuación, mediante sistemas automáticos de clasificación (inteligencia artificial), procesamos esa información para obtener un diagnóstico satisfactorio.

- ¿Qué ventajas va a suponer el uso de esta herramienta para los pacientes?

- Está demostrado que un diagnóstico y tratamiento precoz de este tipo de enfermedades neurodegenerativas pueden prevenir su evolución, por ello se están desarrollandonumerosas investigaciones para aplicar técnicas de análisis e Inteligencia Artificiala los registros electrofisiológicos y tomografía de coherencia óptica, que son pruebas no invasivas y poco costosas, con idea de anticiparnos a la aparición en un estadio avanzado de este tipo de patologías cuando ya no habría un buen pronóstico. En el caso de enfermedades como el trastorno bipolar y la fibromialgia, nuestros métodos permiten obtener una valoración totalmente objetiva del estado de los pacientes, que complementan muchas de las pruebas subjetivas que actualmente se usan para su diagnóstico.

- ¿Qué papel tendrán las soluciones de inteligencia artificial en el futuro de la medicina?¿Cómo puede contribuir la UAH en su conjunto?

- Según el reciente informe de la Organización Mundial de la Salud: Ethicsand governanceof artificial intelligenceforhealth (junio 2021), la inteligencia artificial puede utilizarse para mejorar la velocidad y la precisión del diagnóstico y la detección de enfermedades, facilitar la atención clínica, reforzar la investigación en el ámbito de la salud y el desarrollo de medicamentos, y apoyar diversas intervenciones de salud pública, como la vigilancia de la morbilidad, la respuesta a los brotes y la gestión de los sistemas de salud.

 Consideramos que la Universidad de Alcalá puede ser un referente en la aplicación de técnicas de inteligencia artificial en medicina, al contar con una Facultad y hospitales vinculados, en los que desarrollan su actividad un gran número de investigadores de prestigio. Estos investigadores pueden disponer de la experiencia de grupos de investigación de la Escuela Politécnica Superior, con formación en ingeniería, informática, matemáticas, etc., para la solución de algunos de sus problemas que supongan un amplio manejo de información.

 En relación con las otras áreas de conocimiento presentes en la Universidad de Alcalá, resaltamos que las aplicaciones de inteligencia artificial se extienden prácticamente a todos los dominios de la Ciencias, a las Ciencias Sociales y Jurídicas, e incluso a las Artes y Humanidades.

- Ustedes constituyen un grupo multidisciplinar de ingenieros ymédicos, pero supongo que habrán contado con otras colaboraciones.

- Efectivamente, tenemos que agradecer especialmente la colaboración del Servicio de Neurología del Hospital Príncipe de Asturias (Dra.Lucía Ayuso), del Servicio de Oftalmología delHospital Universitario de Guadalajara y también de otros hospitales de Madrid que nos han enviado pacientes para su estudio en este tiempo. También tenemos una estrecha colaboración con el Servicio de Oftalmología del Hospital Universitario Miguel Servet en Zaragoza (Dra. Elena García Martín).

 Agradecemos la dedicación y entusiasmo de los doctorandos que han realizado su tesis doctoral en esta línea de investigación, así como las contribuciones aportadas en TFG´s y TFM´s y por supuesto, la colaboración prestada por los pacientes y voluntarios de control que han permitido la adquisición de los registros.

Gráfico Premio Transferencia Ciencia

 Ejemplos de los espesores de la retina completa obtenidos mediantetomografía de coherencia óptica Izquierda: Sujetos de control. Derecha: Pacientes con esclerosis múltiple

Agenda

21, sep, 2021

El objetivo de la exposición es mostrar la larga y brillante trayectoria de ...

02, oct, 2021

Estos talleres tienen un carácter trimestral, con dos actividades presenciales en el propio ...

05, oct, 2021

Curso online impartido por la Profesora Juana Márquez, ganadora del XI Premio Ediciones ...

07, oct, 2021

A través de una formación personalizada, cada participante podrá seguir su propio proceso ...