Más allá del dolor de cabeza: una IA identificó 4 perfiles de migraña sin usar los síntomas típicos

La migraña forma parte de un problema de salud extendido en todo el mundo. La Organización Mundial de la Salud (OMS) indicó que los trastornos por cefalea afectan a alrededor del 40% de la población global. Esa cifra corresponde al conjunto de esos cuadros, pero el diagnóstico de la migraña todavía depende en gran medida de lo que cada persona describe durante la consulta.

En ese contexto, un estudio de la Universidad Noruega de Ciencia y Tecnología, publicado en Neurology y basado en más de 43.000 participantes del estudio HUNT, encontró que herramientas de inteligencia artificial (IA) pudieron distinguir a personas con migraña de personas sin cefaleas aun sin acceder a información sobre manifestaciones específicas.

El resultado sugiere la existencia de patrones de variables de salud, demografía y genética asociados con migraña en esta cohorte. A la vez, aporta una nueva vía para reforzar la evaluación clínica con información adicional, aunque no equivale a una prueba diagnóstica.

La inteligencia artificial identificó patrones asociados con la migraña fuera de los síntomas habituales

El trabajo partió de una dificultad conocida en la práctica médica. “Hay muchas inconsistencias en el diagnóstico de la migraña. Todo indica que la inteligencia artificial podría ayudarnos a hacer el diagnóstico correcto”, afirmó Anker Stubberud, médico e investigador en cefaleas de la Universidad Noruega de Ciencia y Tecnología, según el comunicado institucional.

Según la universidad, no hay análisis de sangre ni otras pruebas biológicas habituales para confirmarla. Por eso, el equipo recurrió a grandes bases de datos de salud y entrenó una herramienta para detectar relaciones entre múltiples variables a la vez e identificar señales que pueden pasar inadvertidas en una evaluación médica común.

Para ese análisis, los investigadores usaron datos como edad, sexo y estado general de salud, junto con otras 60 variables. “La información incluía desde estreñimiento y uso de medicamentos hasta dolor de espalda”, señaló Stubberud.

En el comunicado, el investigador agregó que el hecho de que la inteligencia artificial pudiera identificar el cuadro sin información sobre el dolor de cabeza “sugiere que la enfermedad deja huellas que se extienden mucho más allá de las crisis”.

Según el trabajo, el modelo se entrenó para comparar personas con migraña frente a controles sin cefalea. El estudio informa un área bajo la curva de 0,74 para distinguir entre ambos grupos. Esa medida resume la capacidad de discriminación del sistema. El resultado indica un rendimiento estadístico relevante en esta cohorte, pero no implica que la herramienta funcione como una prueba diagnóstica individual. Tampoco significa que esté validada para personas que consultan por dolor de cabeza en la práctica clínica.

El algoritmo distinguió cuatro grupos con rasgos diferentes dentro del conjunto de pacientes

Además de distinguir entre personas con migraña y personas sin dolor de cabeza, los investigadores examinaron a 12.000 personas con distintos tipos de cefaleas para buscar perfiles internos. En esa etapa aplicaron un método en el que la inteligencia artificial identifica patrones dentro de los datos sin partir de categorías cerradas.

El análisis identificó primero dos grandes grupos. Uno reunió a 1.425 personas, de las cuales más del 90% cumplía con los criterios de migraña. El otro, con 10.760 participantes, incluía otros tipos de cefalea o cuadros que solo coincidían de manera parcial con esa definición. Para los autores, ese resultado sugiere que el sistema pudo detectar un perfil propio más allá de la clasificación clínica habitual.

Cuando el equipo analizó con más detalle al grupo de migraña, aparecieron cuatro grupos o perfiles identificados por el algoritmo. Uno estaba formado exclusivamente por varones. Otro reunía a personas con dolor de cuello marcado. Un tercero concentraba una mayor presencia de dolor musculoesquelético, ansiedad, depresión y otros problemas de salud. El último se acercaba más a la definición clásica del cuadro y presentaba aura migrañosa sin las complicaciones adicionales observadas en los otros grupos.

“Esto refuerza la hipótesis de que la migraña no es una sola enfermedad, sino un grupo diverso de distintas condiciones biológicas”, sostuvo Anker Stubberud, según el comunicado institucional. En el trabajo, esa idea aparece como una hipótesis respaldada por los resultados y no como una clasificación clínica ya aceptada.

La aura migrañosa es un conjunto transitorio de síntomas neurológicos que puede aparecer antes o durante una crisis. Puede manifestarse como destellos visuales, líneas en zigzag, zonas oscuras en el campo de visión, hormigueo o dificultades para hablar.

El análisis genético reforzó las diferencias entre los perfiles

El equipo también comparó patrones en el ADN para evaluar si las diferencias clínicas tenían un correlato biológico. Para eso utilizó puntajes de riesgo, una herramienta que combina muchas variantes pequeñas para estimar la predisposición a una enfermedad.

Además, probó modelos basados en aprendizaje automático, que mostraron mejor desempeño al momento de diferenciar los distintos perfiles que los puntajes poligénicos convencionales. Ese resultado, sin embargo, no demuestra mecanismos genéticos causales ni identifica biomarcadores individuales listos para uso clínico.

“La migraña es un gran problema de salud en todo el mundo y tiene un impacto considerable en la calidad de vida. Los diagnósticos precisos son importantes para que las personas puedan recibir el mejor tratamiento posible”, indicó Stubberud. La universidad señaló además que la migraña afecta a alrededor del 15% de la población noruega y constituye la principal causa de discapacidad entre las mujeres menores de 50 años.

Aun así, el propio comunicado remarca una limitación importante. “Estas herramientas de inteligencia artificial todavía no han sido probadas en la práctica clínica”, advirtió el investigador. El médico agregó que buena parte de la investigación sobre estas herramientas se basó hasta ahora en números y estadísticas y que todavía falta comprobar su utilidad en pacientes que consultan por dolor de cabeza.

Esa cautela también alcanza a las posibles aplicaciones terapéuticas. “Algunos pacientes pueden responder mejor que otros a determinados medicamentos o medidas preventivas”, afirmó Stubberud.

Si estudios futuros confirman que existen formas biológicamente distintas de migraña, el diagnóstico podría incorporar más datos objetivos como apoyo de la evaluación médica. Eso podría facilitar tratamientos más ajustados a cada grupo de pacientes, aunque el trabajo actual no presenta una herramienta lista para uso clínico.