Escáneres oculares detectan síntomas hasta 7 años antes del diagnóstico de Parkinson

• Un equipo de investigación de Moorfields Eye Hospital y el UCL Institute of Ophthalmology encontró marcadores relacionados con la enfermedad de Parkinson en imágenes de la retina, y mostró que pueden detectarse incluso en promedio 7 años antes de su manifestación clínica
• Mediante análisis con IA, reprodujeron los resultados del dataset AlzEye en la base de datos más amplia de UK Biobank, identificando marcadores sutiles incluso en una condición con una prevalencia baja de 0.1~0.2%
• La prueba clave, OCT, es un examen oftalmológico no invasivo que genera imágenes tomográficas de la retina en menos de 1 minuto y ofrece detalles a escala de 1/1000 mm
• Aunque todavía es difícil usarla para predecir la aparición de Parkinson en individuos, tiene potencial para desarrollarse como herramienta de preselección para identificar grupos de riesgo
• La OCT es más rápida, más barata y más escalable que los escáneres cerebrales, por lo que realizar estudios de imagen en una población más amplia podría llevar en el futuro al análisis predictivo

---

Marcadores de Parkinson identificados en imágenes de la retina

• El equipo liderado por Siegfried Wagner y Pearse Keane, de Moorfields Eye Hospital y el UCL Institute of Ophthalmology, identificó marcadores que aparecen en pacientes con Parkinson en promedio 7 años antes de su manifestación clínica
• Los resultados provienen del mayor estudio realizado hasta ahora sobre imágenes retinianas en Parkinson, y se presentan como el primer caso en mostrar estos hallazgos años antes del diagnóstico
• El estudio fue publicado en Neurology®, la revista médica de la American Academy of Neurology

Datasets y método de análisis

• El equipo de investigación buscó marcadores de Parkinson en escáneres oculares con ayuda de IA
• Reprodujo los resultados del dataset AlzEye en la base de datos más amplia UK Biobank, y el mismo hallazgo también se replicó en datos de voluntarios sanos
• Al usar juntos dos datasets de gran escala, pudieron identificar marcadores sutiles incluso para Parkinson, cuya prevalencia es baja, de 0.1~0.2%
• El dataset AlzEye se creó a través de INSIGHT, la base de datos más grande del mundo de imágenes de retina y datos clínicos relacionados

El papel de la OCT y la oculómica

• Desde hace mucho tiempo, el ojo se ha considerado una ventana que muestra directamente varios aspectos de la salud del cuerpo
• Las imágenes de retina de alta resolución se usan hoy de forma rutinaria en la atención oftalmológica; en particular, el escaneo 3D llamado OCT se utiliza ampliamente en clínicas oftalmológicas y ópticas urbanas
• La OCT crea en menos de 1 minuto una sección transversal de la retina en la parte posterior del ojo y ofrece detalles a escala de 1/1000 mm
• Los escáneres de retina se consideran el único método no invasivo para ver capas celulares debajo de la superficie de la piel
• Con el uso de computadoras potentes, ahora es posible procesar con precisión grandes volúmenes de OCT e imágenes oculares en una fracción del tiempo que tomaría analizarlas manualmente
• El machine learning se usa para encontrar, solo a partir de imágenes del ojo, información oculta sobre todo el cuerpo; este campo de investigación se llama oculomics

Conexión con investigaciones sobre otras enfermedades

• Los datos de escáneres oculares ya se habían usado antes para buscar señales de enfermedades neurodegenerativas o relacionadas, como Alzheimer, esclerosis múltiple y, más recientemente, esquizofrenia
• Este estudio se inscribe en esa misma línea al encontrar marcadores tempranos de Parkinson en imágenes de la retina

Colaboración de investigación y enlace con datos del NHS

• En la investigación colaboraron los NIHR Biomedical Research Centres de Moorfields Eye Hospital, University Hospital Birmingham, Great Ormond Street Hospital, Oxford University Hospital, University College Hospital London y el UCL Great Ormond Street Institute of Child Health
• Según una entrevista en video, el primer paso consistió en vincular escáneres oculares de más de 100,000 personas que visitaron Moorfields Eye Hospital con datos nacionales de hospitalizaciones de toda Inglaterra, para buscar características oculares de pacientes con Parkinson
• En el segundo paso, confirmaron las mismas características en un grupo sano de la población general del Reino Unido, y encontraron que estas características estaban presentes incluso hasta un promedio de 7 años antes del diagnóstico de Parkinson
• Para realizar el estudio fueron necesarios NHS, como proveedor integrado de salud, datasets de gran escala, infraestructura de cómputo de alto rendimiento y la experiencia en IA de Moorfields y UCL

La predicción individual todavía no está lista

• Siegfried Wagner afirmó que todavía no están listos para predecir si una persona desarrollará Parkinson
• Sin embargo, espera que este método pueda convertirse en una herramienta de preselección para grupos con riesgo de enfermedad
• Si se pueden detectar señales de varias enfermedades antes de los síntomas, las personas podrían ganar tiempo para intentar cambios de estilo de vida que ayuden a prevenir algunas enfermedades, y los médicos podrían retrasar la aparición y el impacto de las enfermedades neurodegenerativas

Escalabilidad y posible uso en salud pública

• Louisa Wickham considera que aumentar los estudios de imagen en una población más amplia tendrá un gran impacto en la salud pública futura y, en última instancia, llevará al análisis predictivo
• Para este propósito, los escaneos OCT son más escalables, no invasivos, de menor costo y más rápidos que los escáneres cerebrales
• Como materiales relacionados, se ofrecen una entrevista de ITV News y un artículo académico

[GN⁺]

Opiniones de Hacker News

• Conviene ver el artículo real: https://n.neurology.org/content/neurology/early/2023/08/21/W...
  Incluso en el indicador que mostró la señal más fuerte, las distribuciones se superponen bastante entre los pacientes con Parkinson prodrómico y el grupo de control. Algunos valores casi parecen un marcador definitivo de Parkinson, pero en la zona de superposición, si se usa como indicador único, la tasa de falsos positivos aumenta y pierde utilidad
  Parece posible detectar una proporción considerable de casos de Parkinson en una etapa bastante temprana, pero con este método por sí solo parece difícil mantener bajos tanto los falsos positivos como los falsos negativos. También hay que tener en cuenta que el comunicado de prensa resume con un tono entusiasta un artículo más conservador

  • Si existe la “posibilidad de detectar el Parkinson en una etapa bastante temprana”, me da curiosidad qué podría ser una intervención temprana, más allá de cambios en el estilo de vida
    Hasta donde sé, el tratamiento del Parkinson en la práctica se parece a tomar medicamentos dopaminérgicos de por vida, que al final generan tolerancia, pierden eficacia y requieren dosis cada vez más altas. Se siente como si, en el momento de empezar, también empezara la cuenta regresiva de la vida útil restante del cerebro
  • El artículo también dice que “un INL y un GCIPL más delgados se asociaron con un mayor riesgo de desarrollar enfermedad de Parkinson, pero, especialmente en el caso del INL, el tamaño del efecto era pequeño, por lo que su valor práctico como marcador temprano de Parkinson a nivel individual es actualmente limitado”
    Buscando un poco, parece que incluso en adultos jóvenes sanos hay bastante variación individual en el grosor del GCIPL, y ese rango es mayor que el efecto detectado en el estudio. En la práctica, para detectar el inicio temprano de la enfermedad quizá habría que hacer seguimiento del GCIPL durante toda la vida, y el adelgazamiento del GCIPL por sí solo tampoco parece suficiente para diagnosticar Parkinson. También aparece en otras enfermedades como el Alzheimer, y tal vez incluso podría ser resultado del envejecimiento natural

• Me vienen a la mente RightEye y Neuralight como empresas que trabajaban en esta área:
  https://techcrunch.com/2018/02/17/righteyes-portable-eye-tra...
  https://techcrunch.com/2022/05/24/neuralight-aims-to-track-a...
  Supongo que ahora debe haber más. Según recuerdo, estos datos son muy buenos para dar una señal de “hazte un examen más detallado”. No es que den un diagnóstico, sino que, por ejemplo, el fenómeno de movimientos oculares más lentos tiene correlación y puede detectarse mucho antes que síntomas claros como el temblor de manos

  • No es solo un problema de movimiento. El tejido retiniano se desarrolla a partir del mismo tejido embrionario que el cerebro. Probablemente también hayan observado la estructura o el sistema vascular
    La anécdota más impactante en este campo es que no se conocen casos de esquizofrenia en personas con ceguera congénita
  • Me pregunto si el diagnóstico temprano es realmente útil

• La idea de saber que tendrás demencia dentro de los próximos 10 años es interesante, pero no es tan simple decidir si saberlo es algo bueno
  Si llevas esa idea hasta sus últimas consecuencias, también se vuelve un poco ridícula. ¿Qué pasaría si “saberlo” se convirtiera en una norma social? ¿Se les daría prioridad en las filas de lugares públicos a las personas que pronto tendrán demencia? Se puede pensar en parques de diversiones, reservas de transporte, hoteles, bares, cines, todo. Podría surgir de la noche a la mañana una industria de servicios dirigida a esta clase específica de personas

  • No es algo agradable, pero creo que poder hacer planes a largo plazo ante una condición médica difícil es claramente mejor que no saberlo. Eso incluye desde la planificación financiera hasta buscar una vivienda adecuada para la condición, como una casa de un solo piso sin escaleras
    Espero que en un futuro cercano mejore la comprensión de los fármacos modificadores de la enfermedad que ralentizan la progresión del Parkinson. Si se confirma que medicamentos como Exenatide realmente ralentizan la progresión del Parkinson, querría saberlo lo antes posible
  • Saber que vas a tener una enfermedad incurable solo tiene desventajas. En vez de disfrutar el presente, terminas temiendo el tiempo que viene
  • Si se les diera algo como prioridad en las filas de lugares públicos a personas que pronto tendrán demencia, habría que pensar si también se está haciendo eso con los pacientes con cáncer
  • Eso ya se hace. Si se considera que podrías tener cáncer o demencia, las cosas terminan yendo por el lado de rechazarte el seguro y quitarte oportunidades
  • Podrías disfrutar a tu antojo los días que te quedan, pero una vez muerto esas experiencias no harán ninguna diferencia para ti. Lo que queda es el legado que permanece en la mente de las personas vivas. No quisiera que me recordaran como alguien que empujó a otros a un lado y se gastó también la parte de su herencia
    Es algo para pensar

• “Al usar un tipo de IA llamado machine learning, se logró que una computadora pudiera encontrar información oculta sobre todo el cuerpo solo a partir de estas imágenes”; o sea que ahora decimos que una computadora usa IA para hacer algo
  Siempre dicen “la IA hizo X”, “la IA descubrió Y”, pero me parece curioso que no digamos “una grúa construyó un edificio”

  • No diría que sea una expresión rara. La atribución siempre va al sujeto pensante que maneja la herramienta e interpreta el resultado
    Por ejemplo, Galileo vio Júpiter; no fue el telescopio el que vio Júpiter. Joe construyó el muro; no fue la grúa la que construyó el muro
    En este caso, la IA es el sujeto pensante y no un humano, por eso aparece esa forma de decirlo. Que los humanos hayan creado la IA no elimina la atribución. Es como no decir que la madre de Joe construyó el muro solo porque Joe nació de su madre
  • Una grúa es una máquina antigua y bien conocida, mientras que la IA es nueva y para la mayoría funciona como una especie de caja negra, así que parece que de ahí sale esa expresión

• Aunque no haya cura, es bueno que haya avances en Parkinson
  Mi padre tuvo Parkinson y, como fue ingeniero que trabajaba con metales y desengrasantes, estuvo expuesto durante años al tricloroetileno, así que era un dato claro de que esa sustancia podría haber sido la causa
  [1] https://www.science.org/content/article/widely-used-chemical...

  • Estuve expuesto a TCE en limpiadores de frenos, así que yo también podría estar en riesgo. Gracias por el enlace

• Ya llevamos en el bolsillo una cámara muy sofisticada
  ¿Cuánto faltará para que podamos usar un smartphone y crear algo como el tricorder que prometía Star Trek?
  El Apple Watch también parece tener potencial, e imagino un mundo en el que algún día la gente no vaya al médico para recibir un diagnóstico, sino para confirmar uno que ya tiene y recibir orientación sobre un plan de tratamiento exitoso.

  • En países en desarrollo, podría convertirse en una muy buena opción [1] [2]. Aunque habría que considerar algún accesorio óptico para smartphones, es decir, algo como una “cámara de fondo de ojo”. En países desarrollados, lo más probable es que se integre a los exámenes oftalmológicos tradicionales.
    La ventaja está en extraer más datos mediante machine learning a partir de los procesos de captura de imágenes ya existentes. Esto puede verse como la implementación de pipelines de datos.
    “Las imágenes de alta resolución de la retina ya son una parte rutinaria de la atención oftalmológica. En particular, la tomografía de coherencia óptica (OCT), un escaneo 3D muy usado en clínicas oftalmológicas y ópticas urbanas. En menos de un minuto, una OCT genera con enorme detalle una sección transversal de la retina en la parte posterior del ojo, hasta un nivel de 1/1000 de milímetro”.
    [1] https://www.cureus.com/articles/106024-effective-low-cost-op...
    [2] https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5609317/
  • Espero que médicos, industrias relacionadas e instituciones inútiles como la FDA se opongan con fuerza a esta tendencia. Como siempre.
  • Google ha estado investigando el uso de smartphones para medir la frecuencia cardíaca, identificar enfermedades de la piel, detectar enfermedades a partir de fotos de los ojos y funcionar como una especie de estetoscopio:
    https://ai.googleblog.com/2023/02/google-research-2022-beyon...

• Esto no se usará para ayudar a las personas, sino para abusar de ello y rechazar coberturas de seguros.

  • En Estados Unidos, desde 2014 está prohibido excluir a personas del seguro de salud por condiciones preexistentes.
    Si alguien intentara contratar ciertos seguros de cuidados de largo plazo o seguros de vida y no lo revelara, sí podría correr el riesgo de perder esa cobertura.
    Pero nadie debería evitar chequeos o atención médica por miedo a perder su seguro de salud debido a una condición preexistente. Esa época terminó hace casi 10 años.
  • En la práctica, sí puede pasar. El efecto neto es que te pueden negar la cobertura.
    Cuando te haces la prueba, no te explican esa parte.
  • Esa forma de pensar se puede aplicar a casi cualquier avance médico. Una regulación adecuada puede resolver el problema.

• ¿Sabemos siquiera si el mecanismo del Parkinson es el mismo en todas las personas? ¿O será más bien que varios fenómenos que se rompen de manera arbitraria y única en cada individuo terminan produciendo síntomas parecidos, y los clínicos les ponen una etiqueta común bastante laxa?
  Ayer leí este paper: https://www.frontiersin.org/articles/10.3389/fchem.2023.1106... ¿No sería bueno poder escalar herramientas como esta al nivel del organismo humano y del paciente individual? Como las CPU y GPU no pueden simular correctamente algo tan grande, se podría compensar esa carencia con machine learning. ¿Qué pasaría si pudiéramos observar la vida privada de una enfermedad individual con más resolución que la mejor agencia de inteligencia del mundo?
  Sueño con trabajar en algo así, así que si están contratando, me gustaría que me mandaran un email.

• Escribí un artículo titulado “Opportunistic detection of type 2 diabetes using deep learning from frontal chest radiographs”. Se puede ver aquí: https://www.nature.com/articles/s41467-023-39631-x
  Muchos modelos de este tipo ofrecen beneficios prometedores para la salud poblacional, pero siguen existiendo muchos desafíos relacionados con el sesgo y la implementación. Aun así, la detección temprana de enfermedades puede aportar beneficios aunque no sea necesariamente una cura. El estudio IDEAs sobre la enfermedad de Alzheimer es un buen ejemplo.

• ¿Qué tan buena es la capacidad predictiva real? Los valores p y los intervalos de confianza de los hazard ratios solo indican, bajo ciertos supuestos, la probabilidad frente al efecto de la hipótesis nula en datos repetidos.
  Lo que realmente quiero saber es, tomando como probabilidad previa la tasa de Parkinson en la población general, cómo sería la matriz de confusión de este método.