El dolor lumbar tiene un nuevo tratamiento con Inteligencia Artificial: identifica la causa de la degeneración de las vértebras

Un consorcio internacional de investigadores ha dado un paso crucial en la lucha contra el dolor lumbar, una afección con un enorme impacto en la calidad de vida y las capacidades laborales de la población mundial. Liderado por la Universidad Pompeu Fabra (UPF), el proyecto europeo Disc4All ha logrado combinar inteligencia artificial (IA) y modelos computacionales avanzados para abordar la degeneración de la columna vertebral.

Esta dolencia figura entre las causas más comunes de dolor lumbar, un problema persistente y difícil de tratar de forma personalizada hasta ahora. El equipo, dirigido por Jérôme Noailly, jefe del área de investigación de Biomecánica y Mecanobiología en la Unidad BCN MedTech del Departamento de Ingeniería de la UPF, ha conseguido crear herramientas pioneras a nivel mundial. Estas soluciones tecnológicas, cuyos detalles han sido publicados recientemente en la plataforma Cordis de la Unión Europea, prometen transformar el enfoque clínico para la identificación, comprensión y tratamiento de la degeneración vertebral.

Nuevas oportunidades de tratamiento

Las técnicas diseñadas por Disc4All se basan en IA y simulación por ordenador. Su principal innovación radica en la capacidad de identificar las causas subyacentes de la degeneración de las vértebras, ofreciendo un soporte esencial para la medicina personalizada en pacientes con este tipo de dolor. Según el consorcio, el avance radica en que estos modelos computacionales facilitan diagnósticos mucho más precisos que las observaciones clínicas actuales.

El proyecto, que inició en noviembre de 2020 y acaba de concluir, ha contado con financiación de la Comisión Europea a través de la Innovative Training Network, parte de las Acciones Marie Sklodowska-Curie (MSCA). El consorcio ha reunido a especialistas de centros de investigación y empresas tecnológicas y médicas de ocho países europeos, con perfiles que incluyen informática y ciencia de datos, biología experimental, bioinformática, biomecánica y medicina clínica.

Esta colaboración multidisciplinar ha permitido coordinar quince proyectos de doctorado que han favorecido una convergencia inédita de saberes y perspectivas. Para los expertos involucrados, una de las principales dificultades era desarrollar modelos matemáticos capaces de predecir el comportamiento de los discos intervertebrales y reflejar tanto los cambios biológicos patológicos como las necesidades reales de los profesionales clínicos.

La integración de IA y aprendizaje automático ha hecho posible un análisis eficiente de grandes volúmenes de datos, originados tanto en pruebas diagnósticas como en experimentos de laboratorio y simulaciones computacionales.

La IA al servicio de la clínica

El trabajo técnico derivado del proyecto permitió identificar no solo factores de riesgo objetivos de deterioro en la columna vertebral, sino también incorporar variables demográficas y psicológicas a las predicciones. Esto posibilita mapear la probabilidad de que una persona desarrolle dolor lumbar, abriendo la puerta al diseño de intervenciones personalizadas y tratamientos adaptados a la singularidad biológica de cada paciente.

La simulación biomédica ha facilitado la identificación de biomarcadores potenciales: moléculas con posible relación directa con esta patología cuya función no se explora habitualmente en la práctica clínica. “Es un poco como cuando los astrónomos describen fenómenos lejanos sin verlos realmente, utilizan modelos complejos y esto es lo que estamos haciendo aquí”, compara Jérôme Noailly para ilustrar la capacidad del método para detectar patrones biológicos de difícil observación tradicional.

El traspaso de este conocimiento a la práctica clínica permitirá a los médicos acceder a información valiosa sobre cambios bioquímicos en los discos vertebrales, factores hasta ahora medidos con dificultad, y sacar mayor partido de herramientas diagnósticas digitales como la resonancia magnética. Esta integración de factores bioquímicos, morfológicos y psicosociales supone un salto hacia adelante en el rendimiento y la precisión solo alcanzable mediante el apoyo de la IA y el aprendizaje automático.

*Noticia elaborada con información de EFE