Asistente IA podría diagnosticar enfermedades de parálisis muscular

La empresa Entelai, con la colaboración del Conicet y de la Fundación para la Lucha contra las Enfermedades Neurológicas de la Infancia (Fleni), desarrollaron un asistente virtual altamente preciso, rápido y de fácil uso para mejorar el diagnóstico de ataxias crónicas: un grupo heterogéneo de más de 300 enfermedades que afectan a niños y adultos.

Según el avance descripto en la revista científica Movement Disorders, el prototipo diagnosticó con más de un 90% de aciertos a más de 400 casos clínicos  y en breve, con la aplicación de mejoras y ajustes, estará disponible para la comunidad médica.

Malco Rossi, uno de los líderes del trabajo, Neurólogo Especialista en Movimientos Anormales de Fleni, afirmó que el estudio que proponen la IA, mediante un asistente virtual, “puede ayudar en el proceso diagnóstico de las ataxias crónicas y se podría convertir en una herramienta de apoyo útil en la consulta neurológica”.

En este sentido, Lucas Alessandro, líder del estudio, también médico neurólogo de Fleni, explicó que el diagnostico basado en IA, “no es un sustituto de las pruebas genéticas ni del papel fundamental del neurólogo, especialmente del especialista en movimientos anormales, cuya tarea principal es determinar si la ataxia, como característica clínica, forma parte del conjunto de síntomas que presenta el paciente. El desarrollo está en una etapa avanzada, se realizarán validaciones y pruebas adicionales por lo que en breve estará disponible para ser utilizado por la comunidad médica.”

Además, según explicó Rossi, es todo un trabajo que el médico ingrese al asistente virtual, brinde datos al paciente y responda las preguntas que plantea esa herramienta. En esa línea, Alessandro agregó que, “el objetivo  del asistente es analizar información clínica y genética de las ataxias para ayudar en el proceso del diagnóstico”.

En cuanto al asistente, explicaron que el IA virtual analiza información como edad de inicio de los síntomas, patrón de herencia y manifestaciones clínicas asociadas y ofrece un listado de diagnósticos diferenciales. En términos de precisión, se logró el 90,9 por ciento de precisión.

Los autores del estudio afirman que el enfoque diagnóstico mediante un asistente virtual es escalable a otros trastornos del movimiento, así como a enfermedades neurológicas y no neurológicas que se caracterizan por su heterogeneidad clínica y etiológica como es el caso de diversas lesiones cutáneas, enfermedades hematológicas, infecciosas o autoinmunes, entre otras.