Desarrollan un sistema de inteligencia artificial aplicada al diagnóstico de enfermedades raras relacionadas con el colágeno VI

(*)
CIBERER | miércoles, 16 de octubre de 2019

Investigadores de la U703 CIBERER, la Unidad de Patología Neuromuscular, el Servicio de Neurología y la Unidad de Microscopía Confocal (Centro Daniel Bravo de Diagnóstico e Investigación en Enfermedades Minoritarias e Instituto Pediátrico de Enfermedades Raras), todos ellos del Institut de Recerca Sant Joan de Déu (IRSJD), en colaboración con investigadores del Instituto de Robótica e Informática Industrial, han desarrollado un sistema de inteligencia artificial para ayudar al diagnóstico de enfermedades raras relacionadas con deficiencias en la estructura del colágeno VI.

El sistema realiza el diagnóstico a partir de imágenes obtenidas con un microscopio confocal situado en el Hospital Sant Joan de Déu y se basa en técnicas de aprendizaje artificial, usando casos previamente diagnosticados por los especialistas de la U703 CIBERER-IRSJD para generar un sistema de diagnóstico totalmente automático con una fiabilidad superior al 95%. Esta valiosa herramienta permitirá evaluar de forma objetiva la efectividad de cualquier nueva terapia que se pueda desarrollar para tratar estas enfermedades.

Las deficiencias en la estructura del colágeno VI son una causa común de enfermedades neuromusculares con manifestaciones que van desde la miopatía de Bethlem hasta la severa distrofia muscular congénita de Ullrich. Los síntomas de estas enfermedades incluyen debilidad muscular proximal y axial, hiperlaxitud distal, contracturas articulares e insuficiencia respiratoria crítica que requiere ventilación asistida, reduciendo drásticamente la esperanza de vida.

“Aunque sabemos que los defectos estructurales del colágeno VI están relacionados con mutaciones de los genes COL6A1, COL6A2 y COL6A3, el diagnóstico sigue siendo difícil, a pesar de las actuales tecnologías de secuenciación genética”, comenta Cecilia Jiménez, investigadora de la U703 CIBERER y responsable de investigación de la Unidad de Patología Neuromuscular del IRSJD.

Esta dificultad sucede en general en las enfermedades causadas por mutaciones dominantes, donde no hay una ausencia completa de una proteína principal, y cuando el efecto de una variante genética en la estructura de la proteína puede no ser evidente. Actualmente, el diagnóstico de distrofias relacionadas con el colágeno VI se realiza a partir del análisis de las imágenes de cultivos de fibroblastos por los especialistas.

Para este análisis los profesionales tienen en cuenta distintos aspectos de las imágenes: la coherencia en la orientación de las fibras de colágeno, la distribución de la red de colágeno y la disposición de las células en dicha red para identificar a los pacientes potenciales. Sin embargo, esta evaluación es solo cualitativa, y las agencias reguladoras no aprobarán ningún tratamiento (como, por ejemplo, la edición genética mediante la tecnología CRISPR/Cas9) sin una metodología objetiva para evaluar su efectividad.

Por este motivo el sistema propuesto en el trabajo publicado en Applied Soft Computing será una metodología precisa para monitorizar cuantitativamente efectos de cualquier nueva terapia. Este sistema resuelve, por un lado, el problema de la falta de datos para el aprendizaje típico en las enfermedades raras; por otro, señala las áreas posiblemente problemáticas en las imágenes de consulta. Además, proporciona una evaluación cuantitativa general de la condición de los pacientes.

Actualmente la Unidad de Patología Neuromuscular (Institut de Recerca Sant Joan de Déu - Hospital Sant Joan de Déu) es un referente a nivel nacional e internacional en investigación y diagnóstico de las enfermedades neuromusculares por déficit de colágeno VI.

El Instituto de Robótica e Informática Industrial es un centro mixto del Consejo Superior de Investigaciones Científicas (CSIC) y de la Universidad Politécnica de Cataluña (UPC).

Artículo de referencia:

Bazaga A, Roldán M, Badosa C, Jiménez-Mallebrera C, Porta J. A. “Convolutional Neural Network for the automatic diagnosis of collagen VI-related muscular dystrophies”. Applied Soft Computing. 2019 Dec 85. https://doi.org/10.1016/j.asoc.2019.105772

(*) En la foto: Imágenes de cultivos de fibroblastos obtenidas con un microscopio confocal. Izquierda: una muestra de control. Centro: muestra de un paciente con miopatía de Bethlem. Derecha: Muestra de un paciente de la distrofia muscular de Ullrich. En las tres imágenes, la red de colágeno se muestra en verde y los núcleos de los fibroblastos en azul.