Un nuevo estudio muestra cómo el aprendizaje automático puede mejorar la atención de las personas con síndrome de Rett

Jan 19, 2024

1 de marzo de 2023

Durante la última década ha habido un aumento en el uso de dispositivos portátiles de grado médico y de consumo que miden la fisiología de un individuo. La capacidad de monitorear nuestras propias actividades y salud es más accesible que nunca. Si bien la aplicación de estos dispositivos en la investigación biomédica se ha limitado en gran medida a la cardiología, un nuevo estudio demuestra cómo el uso de un parche torácico electrónico portátil combinado con los avances en el aprendizaje automático y la inteligencia artificial podría ayudar en el desarrollo de nuevos tratamientos para el síndrome de Rett. así como una serie de otras condiciones de salud.

Publicado en PLOS One, Gari Clifford, DPhil, y su equipo de investigación de la Universidad de Emory y el Instituto de Tecnología de Georgia utilizaron el parche MC10 Biostamp para analizar el movimiento y la actividad cardíaca de las personas que viven con el síndrome de Rett.

El síndrome de Rett es un trastorno genético raro del neurodesarrollo caracterizado por deficiencias graves que afectan la capacidad de una persona para hablar, caminar, comer y respirar con normalidad. Actualmente no existe una cura para el síndrome de Rett y se carece de la capacidad de detectar patrones objetivos de síntomas y progresión de la enfermedad directamente en los pacientes.

Durante el período de estudio, el parche portátil supervisó la actividad cardíaca y el movimiento de los participantes del estudio. Luego, los datos recopilados durante un período continuo de 48 horas se usaron para desarrollar un algoritmo de aprendizaje automático, que identificó patrones en la fisiología y el movimiento que son específicos de la gravedad del síndrome de Rett. En particular, Clifford y su equipo encontraron tres patrones específicos en el movimiento y la frecuencia cardíaca (y cómo se influenciaban entre sí) que les permitieron diferenciar con precisión a los individuos con síntomas graves de los graves.

Esto dio como resultado un sistema que tiene el potencial de calificar objetivamente la gravedad de los síntomas en la población en función de su movimiento y actividad cardíaca. Estos datos tienen importantes implicaciones en los esfuerzos por mejorar las opciones terapéuticas para las personas que viven con el síndrome de Rett en futuros ensayos clínicos.

Las opciones actuales para medir el efecto de un tratamiento se basan en cuestionarios completados por médicos o padres. Una medida fisiológica derivada de la actividad cardíaca y del movimiento que coincida con la gravedad general de un paciente podría ser un biomarcador importante que indique si un tratamiento podría ayudar o no con otros síntomas, como la comunicación y la movilidad, más adelante.

"Este algoritmo proporciona una métrica objetiva que podría usarse para evaluar automáticamente el efecto de un medicamento u otra intervención sobre los síntomas experimentados por una persona que padece el síndrome de Rett", dice Clifford. "Estamos entusiasmados de que estos biomarcadores puedan potencialmente permitir un tratamiento más personalizado y efectivo en esta población, y quizás en otras".

El Rett Syndrome Research Trust (RSRT), la principal organización sin fines de lucro dedicada a encontrar una cura para el síndrome de Rett, patrocina la investigación y proporciona fondos adicionales a Clifford y su equipo para continuar validando el trabajo en una población más grande.

"Los resultados de este estudio inicial superaron nuestras expectativas y demuestran claramente que las medidas directas y objetivas de los síntomas de los pacientes no solo son posibles, sino que también son lo suficientemente sensibles como para distinguir la gravedad de los síntomas, incluso con un pequeño número de pacientes", dice la directora científica de RSRT, Jana von Hehn, PhD. "Este trabajo tiene el potencial de acortar los plazos de los ensayos clínicos con una evaluación más sensible de los efectos del tratamiento y menos pacientes. Estamos muy emocionados de continuar este importante trabajo con el Dr. Clifford y su equipo de expertos".

El uso de la inteligencia artificial y el aprendizaje automático ha ganado una mayor atención en la atención clínica en los últimos años por su capacidad para mejorar el diagnóstico y el tratamiento de muchas enfermedades. Esta es la primera vez que se aplica el aprendizaje automático para personas con síndrome de Rett, pero Clifford ve la oportunidad de aplicar este modelo a otras poblaciones, como las personas que viven con autismo.

Clifford y su equipo ya comenzaron la siguiente fase de la investigación y esperan tener resultados para el otoño de 2023.