Un equipo de científicos del Hospital General de Massachusetts (MGH), afiliado a Harvard, ha desarrollado un método basado en software para escanear registros de salud electrónicos (EHR) para estimar el riesgo de que una persona sana reciba un diagnóstico de demencia en el futuro.
Su algoritmo utiliza el aprendizaje automático para crear primero una lista de términos clínicos clave asociados con síntomas cognitivos identificados por expertos clínicos, luego utiliza el procesamiento del lenguaje natural (PNL) para analizar los EHR en busca de esos términos. Finalmente, el algoritmo usa esos resultados para estimar el riesgo de los pacientes de desarrollar demencia.
El estudio incluyó datos sobre 267.855 pacientes ingresados en uno de los dos sistemas hospitalarios. Se encontró que el 2,4% de los pacientes desarrollaron demencia durante los ocho años de seguimiento.
La herramienta desarrollada en MGH se basa completamente en un software para hacer un mejor uso de los datos ya generados durante la atención clínica de rutina
El diagnóstico temprano de la demencia podría ser uno de los pasos más importantes para mejorar la atención y encontrar tratamientos realmente efectivos para ella. El Alzheimer afecta a más de 5,5 millones de estadounidenses en la actualidad, y a medida que la población envejece, se espera que ese número aumente. Las herramientas actuales de detección temprana requieren una recopilación de datos adicional, potencialmente costosa.
La herramienta desarrollada en MGH se basa completamente en un software para hacer un mejor uso de los datos ya generados durante la atención clínica de rutina. Este enfoque para la detección temprana de riesgos tiene el potencial de acelerar los esfuerzos de investigación destinados a retrasar la progresión o revertir la enfermedad temprana.
En otras palabras, un detector general de síntomas cognitivos demostró ser útil para la estratificación del riesgo de demencia. Los investigadores esperan que esta herramienta pueda usarse para acelerar la investigación.