Un modelo de aprendizaje automático desarrollado por investigadores de Duke Health (Estados Unidos) puede diferenciar la cognición normal del deterioro cognitivo leve a partir de imágenes retinianas del ojo.

El modelo analiza las imágenes retinianas y los datos asociados y reconoce características específicas para identificar a los individuos con deterioro cognitivo leve.

Publicado en la revista científica ´Ophthalmology Science´, el modelo demuestra el potencial de este método no invasivo y barato para identificar los primeros signos de deterioro cognitivo que podrían evolucionar hacia el Alzheimer.

"Se trata de un trabajo especialmente emocionante porque hasta ahora no habíamos podido diferenciar el deterioro cognitivo leve de la cognición normal en modelos anteriores. Este trabajo nos acerca un paso más a la detección precoz del deterioro cognitivo antes de que evolucione a demencia de Alzheimer", ha detallado la autora principal del estudio, Sharon Fekrat.

Los investigadores desarrollaron previamente un modelo que utilizaba escáneres de retina y otros datos para identificar con éxito a pacientes con diagnóstico conocido de Alzheimer. Los escáneres, basados en tomografía de coherencia óptica (OCT) y angiografía OCT (OCTA), detectaban cambios estructurales en la retina neurosensorial y su microvasculatura entre los pacientes con Alzheimer.

Este nuevo estudio amplía ese trabajo utilizando técnicas de aprendizaje automático para detectar el deterioro cognitivo leve, que suele ser precursor del Alzheimer. El nuevo modelo identifica características específicas en las imágenes OCT y OCTA que señalan la presencia de deterioro cognitivo, junto con datos del paciente como la edad, el sexo, la agudeza visual y los años de educación y datos cuantitativos de las propias imágenes.

El modelo analiza las imágenes de la retina junto con los datos cuantitativos para diferenciar a las personas con cognición normal de aquellas con diagnóstico de deterioro cognitivo leve con una sensibilidad del 79 por ciento y una especificidad del 83 por ciento.

"Este es el primer estudio que utiliza imágenes retinianas OCT y OCTA para distinguir a las personas con deterioro cognitivo leve de las personas con cognición normal. Disponer de un medio no invasivo y menos costoso para identificar de forma fiable a estos pacientes es cada vez más importante, sobre todo a medida que puedan estar disponibles nuevas terapias para la enfermedad de Alzheimer", ha detallado C. Ellis Wisely, otro de los autores del trabajo.

La retina es una ventana al cerebro, y los algoritmos de aprendizaje automático que aprovechan las imágenes retinianas no invasivas y rentables para evaluar la salud neurológica pueden ser una potente herramienta para examinar a los pacientes a gran escala.