Un algoritmo recomienda el mejor tratamiento para la esclerosis múltiple
La respuesta de cada paciente varía según su estado clínico y otros factores como la edad, la fecha del primer síntoma o del diagnóstico.
Elegir un tratamiento eficaz es esencial para frenar el desarrollo de la esclerosis múltiple. Sin embargo, la respuesta de cada paciente varía según su estado clínico y otros factores como la edad, la fecha del primer síntoma o del diagnóstico.
Para identificar estas variables relevantes, se llevó a cabo un análisis de más de 45.000 casos anonimizados, en un estudio impulsado por el Dr. Rafael Arroyo, jefe de Neurología del Hospital Quirónsalud Madrid y del Hospital Ruber Juan Bravo, el Dr. Guillermo Izquierdo, coordinador de la Unidad de Esclerosis Múltiple del Hospital Vithas NISA en Sevilla, y el Instituto de Ingeniería del Conocimiento (IIC).
En la misma investigación, se desarrolló una herramienta que indica el impacto de los posibles tratamientos en la evolución de cada caso de esclerosis múltiple. Model MS utiliza técnicas Big Data y de Machine Learning para hacer una recomendación personalizada. A partir de la información de cada paciente, se muestra al experto en neurología cómo responderá a 14 tratamientos diferentes.
“En los resultados, vemos la probabilidad de progresión de la enfermedad si se aplica cada uno de los tratamientos. Cuanta más puntuación, menos probabilidad hay de que el paciente desarrolle la esclerosis múltiple y, por tanto, más efectivo será el tratamiento en ese caso en concreto”, explica Cristina Pruenza, data scientist en el área de Health and Energy Predictive Analytics del IIC.
De esta forma, el especialista puede conocer el tratamiento que mejor se ajuste a cada caso concreto, realizando un pronóstico adaptado a las características del paciente. Sin embargo, es el mismo experto el que tiene que valorar y validar los resultados de este software, el que tiene que tomar la decisión, pues es el que lleva el seguimiento de cada caso de esclerosis múltiple.
“Al final, la herramienta es un apoyo más para el médico. No podemos hacer una prescripción, pero sí guiarlo en sus decisiones teniendo en cuenta toda la información de la que dispone”, asegura Cristina Pruenza.
El análisis y metodología hasta llegar a Model MS se recoge en el artículo Model for Prediction of Progression in Multiple Sclerosis. El proyecto se presenta además en la 2nd International Conference on Neurovascular and Neurodegenerative Diseases en París.
