Intel·ligència artificial aplicada al diagnòstic de malalties rares relacionades amb el col·lagen VI

+
Descarregar

Visualització del diagnòstic d'una imatge de cultiu de fibroblasts. Les diferents zones de la imatge s'avaluen de forma independent cosa que permet identificar ràpidament àrees amb defectes en el col·lagen VI. El sistema també proporciona un diagnòstic general per poder fer un seguiment dels pacients.

+
Descarregar

Imatges de cultius de fibroblasts obtingudes amb un microscopi confocal. Esquerra: una mostra de control. Centre: mostra d'un pacient amb miopatia de Bethlem. Dreta: Mostra d'un pacient de la distròfia muscular d'Ullrich. En les tres imatges, la xarxa de col·lagen es mostra en verd i els nuclis dels fibroblasts en blau.

Investigadors de l'Institut de Robòtica i Informàtica Industrial (IRI), centre mixt del CSIC i de la UPC, i de l'Hospital Sant Joan de Déu de Barcelona han desenvolupat un sistema d'ajuda al diagnòstic de malalties rares relacionades amb deficiències en l'estructura del col·lagen VI.

09/12/2019

Els investigadors Adrian Bazaga i Josep Maria Porta de l’IRI —centre mixt del Consell Superior d'Investigacions Científiques (CSIC) i de la Universitat Politècnica de Catalunya· BarcelonaTech (UPC)— han participat en el desenvolupament d’un sistema basat en intel·ligència artificial que es pot aplicar al diagnòstic de malalties rares relacionades amb el col·lagen VI. Un desenvolupament realitzat conjuntament amb especialistes de l’Hospital San Joan de Déu, de Barcelona; de l’Institut de Salut Carlos III (ISCIII), de Madrid, així com de la Universitat de Cambridge (Regne Unit) i de l’empresa de base tecnològica STORM Therapeutics Ltd, de la mateixa localitat.

El sistema realitza el diagnòstic a partir d'imatges obtingudes amb un microscopi confocal i es basa en tècniques d'aprenentatge artificial. Aquestes tècniques utilitzen casos prèviament diagnosticats pels especialistes de l'Hospital San Joan de Déu per generar un sistema de diagnòstic totalment automàtic. El sistema desenvolupat assoleix una fiabilitat en el diagnòstic superior al 95% amb el que proporciona una valuosa eina per poder avaluar de forma objectiva qualsevol nova teràpia que es pugui desenvolupar per tractar aquestes malalties.

Causa comunia de malalties neuromusculars
Les deficiències en l'estructura del col·lagen VI són una causa comuna de malalties neuromusculars amb manifestacions que van des de la miopatia de Bethlem fins la severa distròfia muscular congènita d'Ullrich. Els símptomes d'aquestes malalties inclouen debilitat muscular proximal i axial, hiperlaxitud distal, contractures articulars i insuficiència respiratòria crítica que requereix ventilació assistida, reduint dràsticament l'esperança de vida.

Els defectes estructurals del col·lagen VI estan relacionats amb mutacions dels gens COL6A1, COL6A2 i COL6A3. No obstant això, tot i les actuals tecnologies de seqüenciació genètica, el diagnòstic segueix sent difícil. Això succeeix en general en les malalties causades per mutacions dominants, on no hi ha una absència completa d'una proteïna principal, i quan l'efecte d'una variant genètica en l'estructura de la proteïna pot no ser evident. Per tant, abans de qualsevol anàlisi genètica, la tècnica estàndard per al diagnòstic de distròfies relacionades amb el col·lagen VI és l'anàlisi d'imatges de cultius de fibroblasts.

Els especialistes tenen en compte diversos aspectes de les imatges, com la coherència en l'orientació de les fibres de col·lagen, la distribució de la xarxa de col·lagen i la disposició de les cèl·lules en aquesta xarxa per identificar els pacients potencials. No obstant això, aquesta avaluació és només qualitativa, i les agències reguladores no aprovaran cap tractament (com, per exemple, l'edició genètica mitjançant la tecnologia CRISPR) sense una metodologia objectiva per avaluar la seva efectivitat. Per tant, hi ha una necessitat imperiosa de metodologies necessàries per monitoritzar quantitativament l'efecte de qualsevol possible nova teràpia.

El sistema proposat respon a aquesta necessitat. Aquest sistema resol el problema de la manca de dades per a l'aprenentatge típic en les malalties rares, assenyala les àrees possiblement problemàtiques en les imatges de consulta i proporciona una avaluació quantitativa general de la condició dels pacients.

L’avenç es recull a l’article ‘A Convolutional Neural Network for the automatic diagnosis of collagen VI-related muscular dystrophies membre del grup de recerca en Cinemàtica i Disseny de Robots (KRD)’, publicat recentement a la publicació científica Applied Soft Computing (Vol. 85, December 2019). El treball s'origina a partir d'una beca JAE d'introducció a la investigació, finançada pel CSIC i atorgada a l’aleshores investigador de l’IRI Adrián Bazaga, primer autor de l'article de referència, vinculat actualment a la Universitat de Cambridge i a STORM Therapeutics Ltd.