De esta forma podemos proporcionar beneficios a los pacientes, los cuidadores, los profesionales sanitarios y la sociedad.
Con demasiada frecuencia, vemos personas de edad avanzada estar gravemente afectadas por esta enfermedad, sin tener ningún tipo de intervención o medidas preventivas.
CognICA, evalúa la salud cognitiva con una prueba de iPad de 5 minutos, desarrollada en Universidad de Cambridge y producida por Cognetivity Neurosciences Ltd.
En comparación con las pruebas de diagnósticas actuales, este tests es más rápido de administrar, tiene mayor sensibilidad, es más accesible, no tiene restricciones de seguimiento longitudinal y siempre es mejorable con IA.
La Evaluación Cognitiva Integrada (ICA); es una prueba cognitiva computarizada independiente del lenguaje, se realiza en 5 minutos empleando un modelo de Inteligencia Artificial (IA) para mejorar su precisión en la detección de deterioro cognitivo.
La ICA puede ayudar a los médicos en el diagnóstico preciso de DCL y EA y es apropiada para la detección a gran escala del deterioro cognitivo. El ICA no tiene en cuenta las diferencias de idioma, cultura y educación.
Los trastornos neurodegenerativos, incluidas la demencia y la enfermedad de Alzheimer (EA), siguen representando una importante carga social, sanitaria y económica en todo el mundo.
La EA es el tipo más común de demencia con deterioro cognitivo leve (DCL) siendo una condición previa a la demencia con una prevalencia que varía del 16 al 20% de la población en aquellas personas de 60 a 89 años.
Cada año del 5 al 15% de los pacientes que padecen DCL progresa a la demencia. Estas enfermedades permanecen infradiagnosticadas o se diagnostican tarde.
La detección temprana puede ayudar a desacelerar la progresión de la enfermedad.
El ICA evalúa principalmente la velocidad de procesamiento de la información (IPS) e involucra áreas visuales de alto nivel en el cerebro para el procesamiento semántico, es decir, distinguir imágenes de animales y de no animales, siendo la división más fuerte representada en el nivel superior humano de la corteza visual.
El IPS está en muchas áreas de disfunción cognitiva y es uno de los primeros cambios sutiles claves que se ralentiza en la enfermedad de Alzheimer presintomática.
La velocidad con la que un individuo realiza una tarea cognitiva no es una función aislada de los procesos requeridos en esa tarea, sino también un reflejo de su capacidad para realizar rápidamente muchos tipos diferentes de operaciones de procesamiento.
En el caso del ICA, estas operaciones incluyen la transferencia de información visual a través de la retina a áreas visuales de nivel superior, es decir, la velocidad sensorial, procesar la representación de la imagen en el sistema visual para categorizarla en animal o no animal (es decir, velocidad cognitiva), y luego traducir esto en una respuesta del motor, es decir, velocidad del motor.
Metodología:
Se seleccionan cien imágenes naturales (50 de animales y 50 que no) de varios niveles de dificultad presentadas en rápida sucesión al participante.
Las imágenes se presentan en el centro de la pantalla en un ángulo visual de 7 ° al participante y tienen distintos niveles de dificultad.
Los estudios muestran que, en promedio, el cerebro humano tarda entre 100 y 120 ms en diferenciar los estímulos animados de los inanimados.
Siguiendo este razonamiento, cada imagen se presenta durante 100 ms seguido de un intervalo entre estímulos (ISI) de 20 ms, seguido de una máscara de ruido dinámico (durante 250 ms), y por último, la categorización del sujeto en animal frente a no animal.
Las imágenes en escala de grises se utilizan para eliminar la posibilidad de que el daltonismo afecte los resultados de los participantes.
Modelo de IA de ICA:
El modelo de IA utiliza entradas de precisión y velocidad de respuestas a la tarea de categorización rápida ICA (con el índice ICA- característica de entrada), así como, la edad, Genera un índice de probabilidad de deterioro (probabilidad de IA) comparando el rendimiento de la prueba y la edad del paciente a las existentes de individuos sanos y con deterioro cognitivo.
La edad de los participantes, el índice ICA y las características basadas en la velocidad y precisión de las respuestas a la tarea de categorización surgidas de la prueba ICA se utilizaron para entrenar un modelo de regresión logística binomial para la clasificación de participantes sanos frente a DCL / EA leve.
Para la puntuación de IA, un valor más alto indica una salud cognitiva y una puntuación más baja indica un deterioro cognitivo potencial.
Los participantes sanos tienen una puntuación ICA significativamente más alta en comparación con los participantes con DCL y con EA leve.
La reciente aprobación de la FDA del fármaco modificador de la enfermedad aducanumab, aumenta la necesidad de tener un dispositivo capaz de detectar una amplia población de personas en riesgo.
La precisión de la clasificación de la ICA podrá evolucionar con el tiempo y expandirse incluiyendo y analizando datos adicionales del paciente, mejorarando su precisión y desarrollo de modelos predictivos de neurodegeneración.
Los resultados de ICA se calculan automáticamente, lo que elimina el tiempo clínico requerido para la interpretación de la prueba y minimización de los errores de transcripción.
Los resultados pueden integrarse en registros médicos electrónicos o bases de datos de investigación, con una capacidad importante en la intersección entre la atención primaria y secundaria.
La pandemia de COVID-19 ha acelerado esta necesidad y recientemente se han publicado directrices para la implementación de clínicas de memoria parcial o totalmente remotas.
Se requiere una validación adicional para la administración remota en pacientes con DCL y EA leve.
El nuevo test está aprobado por la reglamentaria europea y por La Administración de Drogas y Alimentos de Estados Unidos (FDA).
El ICA se puede utilizar como un biomarcador cognitivo digital para la detección de DCL y EA y como una herramienta de monitorización de alta frecuencia tanto en la clínica como en forma remota.
El empleo de modelos de IA tiene el potencial de mejorar aún más su rendimiento, pero también de personalizar sus resultados a nivel de paciente individual a través de fronteras geográficas.