Un solo análisis de sangre predice riesgo de múltiples enfermedades simultáneamente mediante IA

Es mejor prevenir que curar. Para evitar que ocurran enfermedades en primer lugar, es importante identificar a aquellas personas que corren un riesgo particularmente alto, lo antes posible. Sin embargo, los métodos de detección actuales a menudo son costosos y se enfocan solo en una enfermedad a la vez. Ahora, los científicos han perfilado 168 marcadores metabólicos en las muestras de sangre de más de 100.000 personas y han combinado estos datos con sus historias clínicas. Con la ayuda de la inteligencia artificial (IA), pudieron predecir el riesgo de aparición de varias enfermedades con una sola prueba y mostrar dónde podría ser beneficiosa la intervención temprana.

Científicos del Instituto de Salud de Berlín en Charité (BIH, Berlín, Alemania), Charité – Universitätsmedizin Berlin (Berlín, Alemania) y el Colegio Universitario de Londres (Londres, Reino Unido) comenzaron a profundizar en el enorme tesoro de datos del Biobanco del Reino Unido. El estudio británico ha estado siguiendo a más de 500.000 participantes durante más de 15 años. Como todos los británicos han tenido un registro de salud electrónico desde la década de 1990, estos datos anónimos permiten observar el desarrollo de la enfermedad durante largos períodos de tiempo. Recientemente, el Biobanco del Reino Unido puso a disposición de los investigadores un enorme paquete de datos: las muestras de sangre congelada de los participantes, algunas de las cuales tenían más de 15 años, se analizaron para medir sus niveles de 168 metabolitos mediante espectroscopia de resonancia magnética nuclear (RMN). Este método se considera robusto, fácil de realizar y relativamente económico. Mide los niveles de sustancias como el colesterol y el azúcar en la sangre, pero también moléculas que son menos conocidas y que se identifican con menos frecuencia en los análisis de sangre.

Los científicos examinaron los datos de los participantes para 24 enfermedades comunes, incluidos trastornos metabólicos como la diabetes, enfermedades cardiovasculares como ataques cardíacos e insuficiencia cardíaca, enfermedades musculoesqueléticas, una variedad de cánceres y enfermedades neurológicas como el Parkinson. Determinaron qué participantes habían contraído alguna de las 24 enfermedades en el curso del estudio y combinaron esta información con la composición de metabolitos en su sangre (el metaboloma sanguíneo) de una muestra que se había tomado antes del inicio de la enfermedad. Con esta información, recurrieron a la IA para crear un modelo que sea capaz de calcular hasta qué punto el estado metabolómico de la sangre predice el desarrollo de una enfermedad futura.

"Probamos los perfiles metabolómicos por su poder predictivo y comparamos estos resultados con métodos convencionales para calcular el riesgo de enfermedad", dijo Thore Bürgel, estudiante de doctorado en el Centro de Salud Digital de BIH y coautor del artículo junto con Jakob Steinfeldt. “Descubrimos que nuestros perfiles mejoraron la predicción del riesgo para la mayoría de las enfermedades estudiadas cuando los combinamos con información sobre la edad y el sexo de los participantes”.

La combinación de edad, sexo y estado metabolómico fue capaz de predecir el riesgo de diabetes o insuficiencia cardíaca, por ejemplo, mejor que los predictores clínicos establecidos que miden el azúcar o el colesterol en la sangre. Y con un costo de menos de 20 euros, examinar el metaboloma también es relativamente económico. Los científicos han ido un paso más allá con su modelo y han calculado los umbrales que podrían indicar cuándo serían recomendables las intervenciones preventivas. Específicamente: ¿En qué umbrales el nuevo método identifica mejor a aquellos que podrían salvarse de la insuficiencia cardíaca, por ejemplo, mediante el uso de medicamentos?

“Nuevamente, vimos que el perfil metabolómico combinado con información sobre la edad y el sexo era tan bueno, o incluso mejor, que los análisis convencionales para identificar a los pacientes que podrían beneficiarse de una intervención preventiva en forma de medicamentos o cambios en el estilo de vida”, dijo el Prof. Roland Eils, director fundador del Centro de Salud Digital de BIH. “Desde entonces, hemos podido validar con éxito nuestro modelo en otros cuatro estudios de cohortes realizados en los Países Bajos y el Reino Unido, lo que indica que nuestros modelos son ampliamente aplicables”.

Enlaces relacionados:
BIH  
Charité – Universitätsmedizin Berlín
Colegio Universitario de Londres