“El proyecto prevé realizar una prueba de concepto en un entorno del mundo real y nos permitirá estudiar qué valor puede tener nuestra tecnología para la societatn”, explica Juan Domingo Gispert, jefe del grupo de Neuroimagen del BBRC y líder del proyecto. Esta prueba de concepto se hará a partir de datos recogidos de la cohorte Alfa+, que está formada por participantes del Estudio Alfa, impulsado por ”la Caixa”.

Se ha demostrado que la enfermedad de Alzheimer tiene una fase preclínica de hasta 20 años. Durante esta fase, las personas no tienen síntomas cognitivos (como pérdida de memoria) pero pueden presentar una acumulación anómala en el cerebro de beta amiloide, una proteína relacionada con el desarrollo del Alzheimer. El estudio de esta etapa es esencial para desarrollar tratamientos preventivos de la demencia antes de que aparezcan los primeros síntomas.

Para identificar los cambios en el cerebro de personas cognitivamente sanas, es necesario realizar dos pruebas estándar: punción lumbar y tomografía por emisión de positrones (PET). Sin embargo, estas pruebas son invasivas y costosas, lo que hace que la detección sea dificultosa.

El nuevo algoritmo desarrollado por el equipo de Gispert utiliza la inteligencia artifical para identificar a personas con niveles anómalos de beta amiloide. Lo hace a partir de imágenes de resonancia magnética del cerebro, una técnica menos invasiva que las pruebas estándar.

“Esta tecnología permite identificar qué personas necesitan realimente las pruebas estándar, que se realizan tras la resonancia, y en qué casos se pueden evitar”, destaca Gispert. Así, es posible detectar qué personas se pueden beneficiar de ensayos clínicos de prevención de forma más rentable. El uso de esta metodología permitirá reducir un 67% de las pruebas selectivas innecesarias y hasta un 50% los costes de reclutamiento de personas por estos estudios.