Inteligencia artificial detecta primeros signos de osteoartritis

Un equipo de investigadores estudió si la inteligencia artificial podría usarse para analizar imágenes de resonancia magnética en busca de signos tempranos de osteoartritis y predecir quién desarrollará la enfermedad.

El en estudio que estuvo dirigido por el Dr. Shinjini Kundu de la Universidad Carnegie Mellon y la Universidad de Pittsburgh y el Dr. Gustavo Rohde de la Universidad de Virginia, utilizaron escáneres de resonancia magnética de 86 personas que no tenían síntomas iniciales o signos visuales de enfermedad. Aproximadamente la mitad de los participantes desarrollaron osteoartritis después de tres años.

El equipo utilizó una técnica que desarrollaron llamada morfometría basada en transporte tridimensional (TBM 3D) para identificar cambios bioquímicos, como la cantidad de agua presente, en el cartílago mediante resonancias magnéticas. Utilizando 3D TBM, analizaron los “mapas de cartílago” de referencia de las rodillas de los participantes. Después de tres años, compararon los mapas de cartílago de los participantes que finalmente fueron diagnosticados con osteoartritis con los que no.

Utilizando algoritmos de aprendizaje automático, el equipo entrenó el sistema para diferenciar automáticamente entre las personas que progresarían a la osteoartritis y las que no. La técnica detectó cambios bioquímicos específicos en el centro del cartílago de la rodilla de aquellos que estaban presintomáticos en el momento de la obtención de imágenes de referencia, incluidas disminuciones en la concentración de agua. El sistema detectó con precisión el 78% de los casos futuros de artrosis.

El equipo de estudio incluyó a investigadores del Instituto Nacional sobre el Envejecimiento (NIA) de los NIH. También fue apoyado en parte por el Instituto Nacional de Artritis y Enfermedades Musculoesqueléticas y de la Piel (NIAMS) de los NIH, el Instituto Nacional de Ciencias Médicas Generales (NIGMS) y el Centro Nacional para el Avance de la Ciencia Traslacional (NCATS). Los resultados se publicaron el 21 de septiembre de 2020 en las Actas de la Academia Nacional de Ciencias.