Avance prometedor: crean una inteligencia artificial que diagnostica enfermedades inmunológicas

Salud e inteligencia artificial. Foro: Freepik

Un sistema de inteligencia artificial (IA) basado en el aprendizaje automático puede descifrar el historial de infecciones y enfermedades del sistema inmunitario de una persona, siendo así una herramienta con potencial para diagnosticar con precisión trastornos autoinmunes, infecciones víricas y respuestas a vacunas.

Así lo indicó un nuevo estudio encabezado por la Universidad de Stanford (Estados Unidos) publicado en Science, en el que se presentó el desarrollo de Machine Learning for Immunological Diagnosis (Mal-ID), un marco interpretativo que permite detectar simultáneamente varias enfermedades o realizar pruebas precisas de una afección.

Salud e inteligencia artificial. Foro: Freepik

El diagnóstico clínico suele incorporar la exploración física, el historial del paciente, diversas pruebas de laboratorio y estudios de imagen, un proceso largo que a menudo se complica por diagnósticos iniciales erróneos y sistemas ambiguos.

Sin embargo, hace un uso limitado del registro del sistema inmunitario humano de exposiciones a antígenos codificados por receptores en células B (BCR) y células T (TCR) del paciente, cuyos receptores experimentan cambios en respuesta a los patógenos, vacunas y otros estímulos antigénicos.

La secuenciación de BCR y TCR podría proporcionar una herramienta de diagnóstico integral, lo que permitiría detectar simultáneamente enfermedades infecciosas, autoinmunes e inmunomediadas en una sola prueba, pero aún no se determinó hasta qué punto esa secuenciación puede, por sí sola, clasificar las enfermedades de manera fiable y amplia.

Tratamiento de enfermedades con IA. Foto: Unsplash.

Te puede interesar:

La enfermedad que se propaga debido al cambio climático: aumentan los casos de infección por hongos en América

Cómo funciona la IA que diagnostica enfermedades

El equipo entrenó Mal-ID con datos de BCR y TCR seleccionados sistemáticamente de 593 individuos, entre ellos pacientes con covid-19, VIH y diabetes de tipo 1, así como receptores de la vacuna antigripal y controles sanos.

Los resultados indican que el sistema distinguió eficazmente seis estados de enfermedad distintos en 550 muestras emparejadas con una precisión de clasificación excepcionalmente alta.

Este estudio piloto demuestra que los datos de secuenciación de receptores inmunitarios "pueden distinguir una serie de estados patológicos y extraer conocimientos biológicos sin necesidad de conocer previamente los patrones de receptores específicos de antígenos", escriben los autores en su artículo.

El modelo logró, además, diferenciar entre covid-19, VIH, lupus, diabetes tipo 1 e individuos sanos, lo que ilustra su potencial como potente herramienta de diagnóstico, aunque el enfoque aún debe perfeccionarse.

Además, según los científicos, "con una mayor validación y extensión, Mal-ID podría dar lugar a herramientas clínicas que aprovechen la vasta información contenida en las poblaciones de receptores inmunitarios para el diagnóstico médico".