O envellecemento é o factor de risco número uno para desenvolver enfermidades tales como o Alzheimer, unha enfermidade multifactorial que representa o 60-70% dos casos de demencia. Algo característico desta patoloxía é a deterioración cognitiva asociada e a perda de memoria, ademais ao non existir unha cura o problema agrávase, o que implica unha perda de calidade de vida para os pacientes e os seus familiares, así como un enorme custo económico e social.

O grupo de Investigación Traslacional en Enfermidades Neurolóxicas (ITEN) do IDIS parti-cipa no proxecto “Avaliación da deterioración cognitiva (screening e progresión) usando intelixencia artificial e biomarcadores epixenómicos en poboación de anciáns (COGNISAN-CE)”. O estudo coordinado dende o IDIS polo investigador Roberto Agís (IDIS) realizarase en colaboración coa empresa DomusVI, a maior rede de residencias de maiores e centros do país. Ademais, foi financiado polo Ministerio de Ciencia e Innovación na modalidade Proxectos Coordinados da Convocatoria 2022 “Proxectos de Xeración de Coñecemento”.  

O estudo pretende valorar se os cambios no estilo de vida dunha persoa poderían ser detectados como cambios de expresión moleculares e/o nos niveis de certas proteínas relevantes. O obxectivo principal é descubrir se esta correlación existe e se eses elementos poderían servir como biomarcadores para estratificar pacientes con deterioración cognitiva en diferentes fases: presintomática (queixas de memoria, pero sen síntomas aparentes), deterioro cognitivo leve (deterioración cognitiva e síntomas) e demencia (déficits cognitivos, funcionais e de conduta / diagnóstico e tratamento).

Para iso, os investigadores de COGNISANCE traballan en dous subproxectos, un dirixido dende o IDIS por Roberto Agís e outro desde o IIS Galicia Sur, por César Veiga. O primeiro está baseado en biomarcadores en sangue para detectar alteracións cognitivas antes de que aparezan os síntomas; mentres que o segundo emprega datos e intelixencia artificial (IA) co fin de mellorar a precisión no diagnóstico e prognóstico destas patoloxías.

Desta forma, tanto os potenciais biomarcadores en sangue asociados á deterioración cogni-tivo que se poidan descubrir neste proxecto como o uso da intelixencia artificial para obter unha mellor estratificación dos pacientes e un mellor diagnóstico e estado de evolución da deterioración cognitiva, permitiríannos desenvolver métodos máis rápidos, sinxelos, económicos e fiables, o cal tería con seguridade unha gran acollida e rápida implantación por parte da clínica hospitalaria.

Biomarcadores baseados en sangue (IDIS - Roberto Agís)
Crese que o deterioro cognitivo en doentes con Alzheimer podería detectarse anos ou décadas antes da aparición dos síntomas clínicos da demencia. “As firmas fisiolóxi-cas/moleculares, que se manifestan a través de cambios nos niveis de biomarcadores dos fluídos corporais, como o sangue e o tecido cerebral, por exemplo, poderían proporcionar pesquisas suficientes de alteracións cognitivas antes da aparición da deterioración cognitiva asociada ao envellecemento”, explica Roberto Agís.

O subproxecto-1 de COGNISANCE emprega ademais unha técnica nova denominada SI-MOA™ (Single-Molecule Array) para estudar os posibles biomarcadores relacionados coa deterioración cognitiva en sangue pois xa hai datos robustos de biomarcadores en líquido cefalorraquídeo - LCR (ex. amiloide, tau…). “O SIMOA permítenos detectar tan só 0,1 pg/mL de proteína en fluídos corporais como o sangue (soro/plasma) permitindo diagnósticos máis temperáns e rápidos; avaliar a resposta aos tratamentos e automatizar as determinacións, entre outros aspectos”, indica José Mª Prieto, xefe do Servizo de Neuro-logía do Hospital Clínico de Santiago de Compostela.

Esta detección temperá podería sinalar factores de risco específicos ou determinantes xené-ticos para o desenvolvemento da demencia no futuro. Neste contexto, os estudos do inves-tigador do IDIS, Roberto Agís, demostraron que a sinalización do factor de crecemento similar á insulina 2 (IGF2) / proteína de unión ao factor de crecemento similar á insulina 7 (IGFBP7), así como os mecanismos epigenéticos como a metilación do ADN, acetilación de histonas e miARNs, desempeñan un papel importante na memoria e os procesos cognitivos. “Con todo, aínda se descoñece o papel da sinalización IGF2/IGFBP7 e regulación epixenética da traxectoria do deterioro cognitivo asociado ao envellecemento, os cales serán estudados neste proxecto”, sinala Roberto Agís.
Intelixencia Artificial (IIS Galicia Sur - César Veiga)

O subproxecto-2, denominado ai-COGNISANCE, deseña ferramentas de intelixencia artifi-cial para a análise integral dos datos do proxecto, desenvolvendo ferramentas de diag-nóstico e prognóstico da demencia. “A plataforma de IA dispoñible no IIS Galicia Sur permitiría a integración de biomarcadores clínicos que, xunto con múltiples sensores de dispositivos portables (tablets, móbiles, weareables…), posibilitarían recompilar información relevante, como o audio do fala, a respiración, probas de memoria a curto prazo e cognición, e vídeos curtos de movementos bucais, para combinalos nun conxunto de datos único que poderían xerar un modelo preditivo auto consistente e unificado”, explica o investigador César Veiga.

Esta ferramenta pretende orientar o apoio clínico, as opcións de coidado e mellorar a calidade de vida ou mesmo atrasar a progresión da enfermidade e o deterioro cognitivo; “axudando a identificar e estratificar aos pacientes con demencia para intervencións clíni-cas personalizadas para cada adulto maior, baseadas nas súas condicións. Adicionalmente, ai-COGNISANCE achegará un enfoque explicable (modelos preditivos con métodos de IA ex-plicables), un aspecto fundamental pois se utilizará como ferramenta de apoio á toma de decisións clínicas”, sinala.

Con estes datos, os algoritmos de Intelixencia Artificial poderían ser usados para identificar e estratificar o deterioro cognitivo en pacientes para intervencións clínicas personalizadas a cada persoa, medicina de precisión, segundo as súas condicións particulares. Ademais, o proxecto contempla a aprendizaxe en continuo para engadir en tempo real datos e mellorar continuamente a predición do modelo.