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, lo que constituye una
herramienta con potencial para diagnosticar con precisión trastornos
autoinmunes, infecciones víricas y respuestas a vacunas.
Así lo indica un nuevo estudio encabezado por la Universidad de Stanford
(EE.UU.) y que publica Science, en el que se presenta 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.
El diagnóstico clínico suele incorporar la exploración física, el historial del
paciente y 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.
En respuesta a los patógenos, vacunas y otros estímulos antigénicos, los
receptores de BCR y TCR experimentan cambios.
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 ha
determinado hasta qué punto esa secuenciación puede, por sí sola, clasificar
las enfermedades de manera fiable y amplia.
El equipo entrenó Mal-ID con datos de BCR y TCR recogidos 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 de BCR y TCR 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".
EFE
Acerca de los comentarios
Hemos reformulado nuestra manera de mostrar comentarios, agregando tecnología de forma de que cada lector pueda decidir qué comentarios se le mostrarán en base a la valoración que tengan estos por parte de la comunidad. AMPLIAREsto es para poder mejorar el intercambio entre los usuarios y que sea un lugar que respete las normas de convivencia.
A su vez, habilitamos la casilla reportarcomentario@montevideo.com.uy, para que los lectores puedan reportar comentarios que consideren fuera de lugar y que rompan las normas de convivencia.