Desarrollan un ‘software’ que permitirá el diagnóstico precoz del alzhéimer

Enrique Mollá, radiólogo del Hospital Universitario de la Ribera, colabora con la Universidad Politécnica de Valencia (UPV) en el desarrollo de esta herramienta

El radiólogo del Hospital Universitario de la Ribera, Enrique Mollá, se encuentra actualmente colaborando con la Universidad Politécnica de Valencia en el desarrollo de este software
El radiólogo del Hospital Universitario de la Ribera, Enrique Mollá, se encuentra actualmente colaborando con la Universidad Politécnica de Valencia en el desarrollo de este software
CS
22 enero 2019 | 17:03 h

El radiólogo del Hospital Universitario de la Ribera, Enrique Mollá, se encuentra actualmente colaborando con la Universidad Politécnica de Valencia (UPV) en el desarrollo de un 'software' que permitiría el diagnóstico precoz de la enfermedad de Alzheimer de una forma no invasiva.

Conocido como Altea (acrónimo de ALzheimer TExture Analyzer), este programa está siendo desarrollado por investigadores de la UPV pertenecientes al Centro de Biomateriales e Ingeniería Tisular (CBIT). 

Se trata de una herramienta que permitirá la detección del Alzheimer en sus fases más incipientes

En la actualidad, el diagnóstico de Alzheimer sigue siendo fundamentalmente clínico, basado en la presencia de síntomas y, por tanto, cuando ya existe daño neuropatológico o éste ya es grave en el cerebro del paciente. De ahí, la importancia de esta herramienta, por ahora, en fase beta para investigación, que ayudaría a la detección de Alzheimer en sus fases más incipientes.

Para ello, Altea permite visualizar y segmentar imágenes de resonancia magnética y, a partir de estas imágenes, extraer y analizar diferentes parámetros de texturas cerebrales, convertidos en biomarcadores de la enfermedad de Alzheimer (esto es, indicadores biológicos que se pueden medir y relacionar su presencia e intensidad con el desarrollo de una enfermedad). 

Altea ayudaría al diagnóstico temprano y a diferenciar las distintas etapas del Alzheimer

Según ha destacado el investigador del Centro de Biomateriales e Ingeniería Tisular de la UPV David Moratal, "a la luz de los resultados preliminares obtenidos, podemos afirmar que tanto el análisis de texturas 2D como 3D del hipocampo del o la paciente (una de las regiones que más se ve afectada por la atrofia cerebral en las primeras fases de la enfermedad) son herramientas muy potentes que podrían complementar y mejorar, en gran medida, el diagnóstico de la enfermedad de Alzheimer. Altea ayudaría al diagnóstico temprano y a diferenciar las diferentes etapas de la enfermedad". 

FUNCIONAMIENTO DE ALTEA

El 'software' desarrollado por los investigadores e investigadoras de la UPV realiza un procesamiento matemático de las imágenes radiológicas, a partir del cual extrae unos parámetros que permiten cuantificar la homogeneidad o heterogeneidad de la región hipocampal del cerebro de las personas afectadas. 

"Con estos parámetros podemos caracterizar y detectar en qué fase está la enfermedad y podemos ayudar a descubrir alteraciones imperceptibles a simple vista para los especialistas clínicos", ha añadido Rafael Ortiz, estudiante de doctorado de la UPV y uno de los desarrolladores del 'software' junto a los estudiantes del Grado en Ingeniería Biomédica de la UPV Carlos López y Carolina Giménez.

VALIDACIÓN

Para validar el nuevo 'software', los investigadores han analizado imágenes de resonancia magnética de tres grupos de personas: pacientes con Alzheimer, pacientes con deterioro cognitivo leve temprano y sujetos control. Los análisis se han llevado a cabo en la región hipocampal de las personas estudiadas, usando regiones de interés circulares y esféricas.

La herramienta se encuentra en fase beta de investigación

"Una vez desarrollado Altea, realizamos un estudio transversal mediante un análisis estadístico exhaustivo para establecer la capacidad predictiva de los posibles biomarcadores obtenidos, con unos resultados muy positivos", ha señalado David Moratal.

Sobre la aplicación de esta herramienta en la práctica clínica, los investigadores han señalado que "todavía hay que introducir más parámetros de textura y mejorar el módulo que permite analizar combinaciones de parámetros de textura mediante técnicas de aprendizaje automático, con el fin de crear modelos clasificadores validados". 

Los contenidos de ConSalud están elaborados por periodistas especializados en salud y avalados por un comité de expertos de primer nivel. No obstante, recomendamos al lector que cualquier duda relacionada con la salud sea consultada con un profesional del ámbito sanitario.
Lo más leído