Predicción de la progresión de la enfermedad de Alzheimer a partir de escasos datos multimodal por modelos NeuralODE

Área de la Ciencia:

• La neurociencia
• Inteligencia artificial
• Ciencia de los datos biomédicos

Sus antecedentes:

• La progresión de la enfermedad de Alzheimer (EA) varía significativamente entre los pacientes, lo que complica el diagnóstico y la atención.
• Los modelos actuales basados en datos a menudo requieren conjuntos de datos extensos y específicos que no están disponibles en entornos clínicos.
• La predicción precisa de las trayectorias individuales de la enfermedad es crucial para el manejo eficaz de los trastornos neurodegenerativos.

Objetivo del estudio:

• Desarrollar un nuevo marco de modelado para predecir las trayectorias individuales de la enfermedad de Alzheimer.
• Utilizar datos clínicos dispersos, muestreados de forma irregular y multimodales para el modelado de la progresión de la enfermedad.
• Mejorar el diagnóstico precoz y el seguimiento de las enfermedades neurodegenerativas.

Principales métodos:

• Implementación de ecuaciones diferenciales ordinarias (NODE) neuronales (recurrentes).
• Pronóstico de la progresión de la enfermedad del paciente y evolución de los biomarcadores a lo largo del tiempo.
• Utilización de datos clínicos escasos y multimodales para el entrenamiento y la validación de modelos.

Principales resultados:

• El modelo desarrollado detectó con precisión los primeros signos de la enfermedad de Alzheimer.
• Rastreó efectivamente los cambios en las trayectorias de los biomarcadores, alineándose con el conocimiento clínico.
• Se ha demostrado un rendimiento superior en comparación con las alternativas comunes basadas en datos en la cohorte ADNI.

Conclusiones:

• El marco de modelado propuesto ofrece una herramienta versátil para el diagnóstico y el seguimiento personalizados de la enfermedad de Alzheimer.
• Este enfoque aborda las limitaciones de los modelos existentes en el manejo de datos clínicos escasos y reales.
• Los hallazgos apoyan el potencial de la IA para avanzar en el manejo de enfermedades neurodegenerativas.