Las muestras de sangre que han servido para entrenar a Mal-ID.
Del VIH al lupus pasando por la diabetes: una nueva IA detecta enfermedades analizando la 'huella inmunológica' personal
El nuevo modelo de Inteligencia Artificial ha aprendido mediante Machine Learning a interpretar los cambios en el sistema inmunitario.
Más información: No es ciencia ficción: irás al médico con tu gemelo digital para que le hagan las pruebas a él
Una innovadora tecnología basada en el aprendizaje automático y bautizada Mal-ID (MAchine Learning for Immunological Diagnosis) ha demostrado ser capaz de diagnosticar enfermedades inmunológicas de un paciente a partir de su historial de infecciones y patologías. Esta herramienta ayudará a detectar con precisión trastornos autoinmunes, infecciones víricas y reacciones a vacunas, según publican los autores en la revista Science.
El método de diagnóstico clínico tradicional para los trastornos inmunológicos se basa en una combinación de exploración física, anamnesis -historial del paciente- y pruebas de laboratorio que buscarán anomalías celulares o moleculares. Se trata de un proceso largo que no está exento de falsos positivos y diagnósticos erróneos. Para facilitar el proceso, Maxim Zaslavsky y sus colegas de la Universidad de Stanford desarrollaron Mal-ID para que aprendiera de tres modelos de datos sanitarios.
El sistema analiza conjuntos de datos de dos grupos de receptores inmunitarios, los BCR de las células B (linfocitos B) y los TCR de las células T (linfocitos T). Los repertorios de BCR y TCR experimentan cambios al adaptarse para responder a infecciones microbianas, vacunaciones y otros estímulos antigénicos. La expansión clonal, la mutación somática y la remodelación selectiva de las poblaciones de células inmunitarias son algunas de estas respuestas inmunitarias, una "firma" que la Inteligencia Artificial puede reconocer.
"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", argumentan los investigadores. Sin embargo, hasta la fecha no se había determinado "hasta qué punto la secuenciación del repertorio de receptores inmunitarios puede, por sí sola, clasificar las enfermedades de manera fiable y amplia".
El equipo de Zaslavsky entrenó a Mal-ID con datos de BCR y TCR aportados por 593 individuos, que incluían a pacientes con COVID-19, VIH y diabetes de tipo 1. Otros participantes habían recibido la vacuna antigripal, y un grupo final funcionó como control. Los resultados demuestran que el sistema diagnosticó eficazmente seis estados de enfermedad distintos en 550 muestras emparejadas de BCR y TCR.
La puntuación AUROC multiclase fue de 0,986, lo que indica "una precisión de clasificación excepcionalmente alta." Aunque el modelo logró diferenciar entre COVID-19, VIH, lupus, diabetes de tipo 1 e individuos sanos, Zaslavsky y sus colegas matiza que aún debe perfeccionarse utilizando mayores repositorios de información clínica antes de que pueda utilizarse con confianza en aplicaciones clínicas.
![El científico Francisco Sánchez ha sido galardonado con el premio Robert Koch 2023.](["https:\/\/s3.elespanol.com\/2023\/04\/21\/ciencia\/salud\/757934576_232586931_320x180.jpg"])
"La aplicación de IA en inmunología clínica abre nuevas posibilidades para mejorar nuestra precisión diagnóstica, reducir el tiempo de diagnóstico y personalizar los tratamientos en función de la huella inmunológica del paciente", valora José Gómez Rial, jefe de Servicio de Inmunología en el Complejo Hospitalario Universitario de Santiago de Compostela (CHUS), Servicio Gallego de Salud (SERGAS), en declaraciones a Science Media Centre.
Sin embargo, "su implementación en la práctica clínica requerirá estudios adicionales para evaluar su reproducibilidad en distintos entornos, así como su integración con otros marcadores inmunológicos y datos clínicos", advierte el especialista. "A medida que la IA continúe refinando nuestra capacidad para interpretar respuestas inmunes complejas, es fundamental que los inmunólogos lideremos su implementación para garantizar su aplicación segura y efectiva en la toma de decisiones clínicas".
"Es un estudio muy relevante sobre la potencialidad diagnóstica del análisis por inteligencia artificial. Parece una herramienta poderosísima para diagnosticar todas las enfermedades que involucran a la respuesta inmune, que son prácticamente todas", valora por su parte Manel Juan, jefe del Servicio de Inmunología del Hospital Clínic.
"La propuesta sin duda puede tener implicaciones diagnósticas y de manejo de los pacientes en el mundo real, aunque debe de ir ‘aterrizando’ a más casos concretos".
