Durante la última década, la inteligencia artificial (IA) ha dejado de ser una herramienta reservada para laboratorios tecnológicos y empresas digitales para convertirse en un recurso cada vez más presente en la medicina. Sus aplicaciones abarcan desde el análisis de imágenes diagnósticas hasta el desarrollo de medicamentos.
Un estudio publicado en Nature Medicine mostró, por ejemplo, que los modelos de aprendizaje automático pueden mejorar la precisión en el diagnóstico de distintos tipos de demencia mediante el análisis de datos clínicos y de neuroimagen.
En el caso del Alzheimer, responsable de entre seis y siete de cada diez casos de demencia, la enfermedad forma parte de un problema de salud que afecta a 57 millones de personas en el mundo, según la Organización Mundial de la Salud (OMS). Frente a ese escenario, algunos grupos científicos exploran cómo la inteligencia artificial puede acelerar el descubrimiento de nuevas terapias.
Antes incluso de pensar en nuevos tratamientos, uno de los principales retos continúa siendo detectar la enfermedad cuando el daño cerebral todavía no ha avanzado de forma irreversible. La neuróloga Cici Feliz, especialista en trastornos del movimiento y enfermedad de Parkinson, explica que las enfermedades neurodegenerativas pueden desarrollarse durante años sin manifestaciones evidentes.
"El cerebro tiene la capacidad de compensar el daño durante años. Existen redes neuronales que asumen la función de áreas con daño neurodegenerativo, por lo que cuando aparecen los primeros síntomas, el daño neurobiológico lleva años gestándose", explica.
En el caso del Alzheimer, agrega, el proceso degenerativo suele comenzar mucho antes del diagnóstico clínico.
"Cuando aparecen los primeros síntomas, el daño anatomopatológico lleva años produciéndose y degenerando estructuras cerebrales, produciendo un daño hasta el momento irreversible al momento del diagnóstico. Al inicio de la enfermedad, los síntomas pueden ser inespecíficos: un simple olvido, una pérdida visual, una dificultad para planificar una tarea sencilla o una alteración anímica. Con frecuencia, el propio paciente es consciente de esos cambios antes que su entorno".
En esa línea se inscribe una alianza entre el Instituto Tecnológico de Santo Domingo (Intec) y la startup estadounidense AI Robotix, que desarrolla una plataforma computacional para analizar grandes volúmenes de evidencia científica y generar posibles mecanismos de intervención contra el Alzheimer.
La iniciativa todavía se encuentra en una etapa conceptual, pero coincide con un momento en que distintos países buscan incorporar la inteligencia artificial a la investigación biomédica. La pregunta es cuál puede ser el lugar de República Dominicana dentro de esa nueva carrera científica.
¿Está preparada la ciencia dominicana?
A nivel regional, América Latina y el Caribe concentran una carga creciente de enfermedades asociadas al envejecimiento de la población, todavía enfrentan importantes desafíos para consolidar ecosistemas de investigación biomédica capaces de competir con los principales centros científicos del mundo.
La Organización Panamericana de la Salud (OPS) ha advertido que la demencia representa uno de los principales retos sanitarios para la región, impulsada por el aumento de la esperanza de vida y el envejecimiento de la población. A medida que crece el número de personas que viven con enfermedades neurodegenerativas, también aumenta la necesidad de desarrollar herramientas que permitan mejorar el diagnóstico, comprender la progresión de estas patologías y acelerar la búsqueda de nuevas alternativas terapéuticas.
En los últimos años, varios países latinoamericanos han fortalecido sus capacidades de investigación en neurociencias. Brasil concentra buena parte de la producción científica regional sobre demencia y biomarcadores, mientras que Colombia ha ganado reconocimiento internacional por sus estudios sobre el Alzheimer hereditario, liderados durante décadas por investigadores de la Universidad de Antioquia. Chile, por su parte, impulsa iniciativas de colaboración regional a través del Latin American Brain Health Institute (BrainLat), orientadas a la investigación sobre salud cerebral y enfermedades neurodegenerativas.
Sin embargo, el Banco Mundial ha señalado que, aunque la inteligencia artificial ofrece oportunidades para transformar los sistemas de salud en América Latina y el Caribe, persisten desafíos relacionados con la inversión en investigación y desarrollo, la infraestructura digital, la interoperabilidad de los datos y la formación de talento especializado.
En República Dominicana, la investigación científica también ha mostrado avances durante la última década, impulsada en parte por programas de financiamiento como el Fondo Nacional de Innovación y Desarrollo Científico y Tecnológico (FONDOCYT), administrado por el Ministerio de Educación Superior, Ciencia y Tecnología (MESCyT). No obstante, especialistas coinciden en que desarrollar proyectos de alta complejidad en áreas como la inteligencia artificial aplicada a la salud requiere no solo recursos económicos, sino también capacidad computacional, equipos interdisciplinarios y alianzas internacionales que permitan acceder a infraestructura tecnológica y redes globales de investigación.
Es en ese contexto donde se desarrolla el proyecto impulsado por Intec y AI Robotix, una iniciativa que busca aplicar inteligencia artificial y biología computacional para acelerar la generación de nuevas hipótesis terapéuticas contra el Alzheimer.
Cómo la inteligencia artificial busca acelerar la investigación del Alzheimer
La propuesta desarrollada por Intec y la startup estadounidense AI Robotix no busca diagnosticar pacientes ni sustituir el trabajo de médicos o investigadores. Su objetivo está en una etapa mucho más temprana del proceso científico: generar nuevas hipótesis sobre posibles tratamientos para la enfermedad de Alzheimer mediante herramientas de inteligencia artificial y biología computacional.
En una entrevista para Acento, los investigadores explicaron que la plataforma procesará grandes volúmenes de literatura científica y bases de datos biomédicas para identificar patrones, relaciones biológicas y posibles dianas terapéuticas que serían difíciles de detectar mediante los métodos tradicionales de investigación. Posteriormente, esas hipótesis serán presentadas a la comunidad científica para su validación.
En esta fase, el proyecto se encuentra en el diseño de la arquitectura tecnológica de la plataforma. Los equipos trabajan en la construcción de modelos predictivos, la organización de las bases de datos y la validación de los algoritmos encargados de extraer información científica antes de pasar a simulaciones más complejas.
Aunque el proyecto está orientado al desarrollo de nuevas terapias, la inteligencia artificial ya ofrece aplicaciones concretas dentro del diagnóstico neurológico. Según Feliz, una de sus principales fortalezas es la capacidad de analizar simultáneamente distintos tipos de información clínica y encontrar relaciones que podrían pasar inadvertidas durante una evaluación convencional.
"La inteligencia artificial nos permite detectar patrones sutiles que pueden pasar desapercibidos para el ojo humano, analizando resonancias magnéticas, biomarcadores en sangre o líquido cefalorraquídeo, pruebas cognitivas e incluso cambios en la voz o en la escritura del paciente, constituyendo una herramienta valiosa para lograr diagnósticos más precoces y precisos".
Gemelos digitales y fármacos virtuales
Una de las particularidades de la investigación es que, por el momento, no contempla experimentación con personas.
En su lugar, los investigadores utilizarán gemelos digitales, representaciones computacionales que simulan determinadas características biológicas de un ser humano. Sobre esos modelos virtuales recrearán condiciones asociadas al Alzheimer para evaluar distintas combinaciones terapéuticas mediante representaciones digitales de fármacos.
De acuerdo con el equipo del proyecto, el propósito es identificar, en un entorno controlado, cuáles alternativas muestran mayor potencial antes de avanzar hacia las etapas preclínicas, reduciendo así parte del tiempo y los costos que implica el desarrollo de nuevos tratamientos.
Aunque este tipo de herramientas ha despertado expectativas dentro de la investigación biomédica, la especialista considera que todavía es necesario demostrar que esos resultados pueden mantenerse cuando se aplican fuera del entorno experimental.
"Los avances son muy prometedores, pero deben validarse en la práctica clínica y en poblaciones amplias para que puedan tener cierta validez".
Explica que algunos modelos desarrollados con inteligencia artificial ya han mostrado precisiones superiores al 90 % para detectar cambios compatibles con fases iniciales del Alzheimer mediante imágenes o biomarcadores, aunque esos resultados aún requieren mayor validación antes de incorporarse de forma rutinaria a la atención médica.
No obstante, los investigadores aclaran que los resultados obtenidos mediante estas simulaciones no sustituyen las fases tradicionales de la investigación biomédica. Cualquier posible terapia deberá superar posteriormente estudios preclínicos y ensayos clínicos antes de ser evaluada en seres humanos.
Los desafíos de hacer investigación biomédica con inteligencia artificial
Aunque la inteligencia artificial ofrece nuevas herramientas para acelerar la investigación científica, su implementación enfrenta desafíos que van más allá del desarrollo de algoritmos. La calidad de los resultados depende de la disponibilidad de datos confiables, la capacidad de procesamiento y la colaboración entre especialistas de distintas disciplinas.
Según explicaron los investigadores en una entrevista para Acento, uno de los principales retos del proyecto consiste en integrar y estandarizar grandes volúmenes de información biológica provenientes de diferentes fuentes. Antes de que los modelos de inteligencia artificial puedan generar predicciones, los datos deben armonizarse para evitar inconsistencias y reducir posibles sesgos en los resultados.
A esto se suma la necesidad de contar con infraestructura tecnológica capaz de ejecutar simulaciones complejas de manera continua. De acuerdo con los responsables de la investigación, la inversión en esta etapa se concentra principalmente en capacidad de cómputo, como servidores y procesamiento en la nube, y en capital humano altamente especializado, más que en laboratorios físicos.
Así lo confirma el Banco Mundial, que ha señalado que uno de los principales obstáculos para ampliar el uso de la inteligencia artificial en los sistemas de salud de América Latina y el Caribe es la fragmentación de los datos, la limitada interoperabilidad entre plataformas y la escasez de talento especializado en áreas como ciencia de datos, informática biomédica e inteligencia artificial.
Los investigadores también destacan otro reto: la necesidad de integrar conocimientos provenientes de distintas disciplinas. Mientras los ingenieros desarrollan los modelos computacionales, epidemiólogos, médicos e investigadores clínicos deben verificar que las predicciones generadas por la inteligencia artificial tengan fundamento biológico y respondan a preguntas relevantes para la investigación médica.
Esa colaboración interdisciplinaria, explican, busca reducir el riesgo de sesgos algorítmicos y asegurar que las hipótesis generadas por la plataforma puedan ser evaluadas posteriormente mediante los procedimientos científicos establecidos.
¿Cuándo podría llegar al sistema de salud?
Aunque la plataforma busca acelerar las primeras etapas de la investigación, sus desarrolladores aclaran que aún está lejos de convertirse en una aplicación clínica. La identificación de una posible diana terapéutica o de una combinación prometedora de compuestos representa apenas el inicio de un proceso que puede extenderse durante varios años.
De acuerdo con el Centro Nacional para el Avance de las Ciencias Traslacionales (NCATS, siglas en inglés), una posible terapia debe superar una serie de etapas antes de llegar a los pacientes. Tras la fase de descubrimiento, los hallazgos deben validarse mediante estudios preclínicos y, posteriormente, avanzar a ensayos clínicos en seres humanos para demostrar su seguridad y eficacia.
Para la neuróloga, ese proceso de validación es precisamente el paso que determinará si estas herramientas pueden incorporarse de forma habitual a hospitales y consultorios.
"Los estudios deben validarse en la práctica clínica y en poblaciones amplias para que puedan ser aplicados a la práctica clínica."
Los representantes de AI Robotix explican que la plataforma pretende precisamente fortalecer esa fase inicial. A través de simulaciones computacionales y modelos conocidos como gemelos digitales, la inteligencia artificial permitirá evaluar diferentes hipótesis antes de que estas pasen a pruebas experimentales, con el objetivo de reducir el número de alternativas que deben estudiarse en laboratorio.
No obstante, enfatizan que las predicciones obtenidas mediante inteligencia artificial no sustituyen el método científico ni eliminan la necesidad de realizar ensayos clínicos. Cada posible intervención deberá someterse a los mismos procesos de validación exigidos por la comunidad científica y las autoridades regulatorias antes de considerarse un tratamiento para personas con Alzheimer.
En cuanto a esto, la doctora Feliz considera que incluso si la inteligencia artificial logra acelerar tanto el diagnóstico como las primeras etapas de la investigación, su papel seguirá siendo complementario al del especialista y no un reemplazo de la evaluación clínica.
"La IA es una herramienta de apoyo con capacidad para detectar patrones sutiles y analizar grandes cantidades de datos, pero el diagnóstico, la interpretación clínica, la toma de decisiones y el acompañamiento al paciente seguirán requiriendo el criterio, la experiencia y la empatía del neurólogo".
La especialista entiende que el mayor beneficio de estas tecnologías estará en el tiempo que puedan ganar para los pacientes. Detectar la enfermedad antes de que aparezcan los síntomas o acelerar el estudio de nuevas terapias permitiría intervenir en fases en las que todavía es posible ralentizar su progresión y ampliar las opciones terapéuticas.
"Nos permitiría intervenir antes, controlar mejor los factores de riesgo, iniciar tratamientos cuando aún pueden ser más eficaces, planificar el futuro con mayor autonomía y facilitar el acceso a ensayos clínicos. También facilitaría el acceso a los nuevos fármacos que han demostrado capacidad de ralentizar la progresión del deterioro cognitivo en personas con Alzheimer inicial".Cici Feliz, neuróloga.
Señala, además, que en las enfermedades neurodegenerativas, cada minuto ganado previo al diagnóstico puede marcar la diferencia en la calidad de vida del paciente. "En neurología, tiempo es cerebro y cada minuto cuenta", cita.
Mientras la inteligencia artificial abre nuevas posibilidades para comprender y tratar enfermedades neurodegenerativas, proyectos como el que desarrollan INTEC y AI Robotix también ponen a prueba la capacidad de la ciencia dominicana para integrarse a una nueva etapa de la investigación biomédica, en la que el conocimiento ya no depende únicamente de laboratorios físicos, sino también del poder de los datos, la computación y la colaboración internacional.
Compartir esta nota