O trabalho envolve o uso de uma Inteligência Artificial (IA) capaz de identificar padrões em dados clínicos que poderão ser usados na análise de grandes bancos de dados genéticos para determinar o que está provocando o risco da doença.

Os fatores biológicos e os primeiros indicadores do Alzheimer são há tempos objeto de estudo de cientistas.

“Esse é o primeiro passo para o uso da IA em dados clínicos de rotina, não apenas para identificar o risco o mais cedo possível, mas também para entender a biologia por trás dele”, disse Alice Tang, estudante de doutorado no Laboratório Sirota da UCSF, em comunicado.

O banco de dados clínicos utilizado na pesquisa é da UCSF e contém informações de mais de 5 milhões de pacientes. Nele, os cientistas buscaram condições concomitantes em pacientes diagnosticados com Alzheimer no Centro de Memória e Envelhecimento da universidade e em pessoas sem a doença.

Com isso, foi descoberto ser possível identificar quem desenvolvia Alzheimer até sete anos antes — e com 72% de poder preditivo.

As condições preditivas para o Alzheimer identificadas pelos pesquisadores para homens e mulheres incluem hipertensão, colesterol alto e deficiência de vitamina D. Para os homens, também há fatores como disfunção erétil e aumento da próstata; já a osteoporose foi um indicador importante para participantes do sexo feminino.

“Nossa descoberta de que a osteoporose é um fator preditivo para as mulheres destaca a interação biológica entre a saúde óssea e o risco de demência”, avaliou Tang.

O modelo prevê o início do Alzheimer a partir da combinação de doenças. Para identificar padrões e possíveis alvos moleculares para terapia, os cientistas recorreram ao que eles chamaram de banco de dados SPOKE (Scalable Precision Medicine Oriented Knowledge Engine).

Por meio do SPOKE, foi identificada a associação entre Alzheimer e colesterol alto a partir de uma forma variante do gene da apolipoproteína E, a APOE4. Já a ligação entre osteoporose e a doença em mulheres foi identificada por meio da variante MS4A6A ao combinar as informações com bancos de dados genéticos.

Espera-se que a abordagem também possa ser usada para outras doenças, como lúpus e endometriose.

Deu em Galileu