Investigadores de la Penn State College of Medicine han desarrollado una herramienta innovadora llamada Genetic Progression Score (GPS) para predecir la probabilidad de que individuos con síntomas preclínicos avancen a etapas avanzadas de enfermedades autoinmunes. Este método innovador utiliza inteligencia artificial para analizar datos genéticos y clínicos, mejorando significativamente la precisión de las predicciones.
Alrededor del 8 % de los estadounidenses sufren de enfermedades autoinmunes, siendo condiciones como la artritis reumatoide y el lupus las que a menudo causan daños irreversibles. La detección temprana es crucial, ya que los anticuerpos asociados a estas enfermedades pueden aparecer años antes de que se manifiesten los síntomas. Dajiang Liu, uno de los autores principales del estudio, enfatizó la importancia de la intervención temprana: "Una vez que las enfermedades autoinmunes progresan, el daño puede ser irreversible."
El modelo GPS utiliza el aprendizaje por transferencia, permitiendo predicciones utilizando conjuntos de datos más pequeños, lo cual es vital para estudiar enfermedades con poblaciones afectadas limitadas. Al integrar datos de diversas fuentes, el GPS puede identificar individuos preclínicos y estimar su probabilidad de progresión.
Probado contra datos del mundo real de la Universidad de Vanderbilt y validado con la biobanco de los Institutos Nacionales de Salud, el GPS superó a 20 otros modelos, mostrando hasta un 1,000 % más de precisión en la predicción de la progresión de la enfermedad. El éxito del modelo destaca su potencial para intervenciones tempranas y tratamientos personalizados.
Aunque se centró en enfermedades autoinmunes, el marco del GPS podría adaptarse a otras condiciones, prometiendo aplicaciones médicas más amplias. Liu señaló: "La IA y el aprendizaje por transferencia pueden ayudarnos a estudiar poblaciones subrepresentadas y reducir las disparidades en salud." Este avance podría revolucionar el diagnóstico y la gestión de enfermedades autoinmunes.