Mayo Clinic ha desarrollado StateViewer, una herramienta de inteligencia artificial que clasifica nueve tipos de demencia, entre ellos el Alzheimer, a partir de una única exploración FDG-PET cerebral. El sistema alcanza un 88% de precisión en la identificación del tipo de demencia y permite a los clínicos interpretar las imágenes casi el doble de rápido, con hasta tres veces más exactitud que los flujos de trabajo habituales. Entrenado con más de 3.600 estudios de pacientes con y sin deterioro cognitivo, StateViewer compara los patrones de consumo de glucosa con una base de datos de casos confirmados y genera mapas cerebrales codificados por colores que facilitan la comprensión incluso para profesionales sin formación especializada en neurología. Publicado en la revista Neurology el 27 de junio de 2025, el trabajo muestra cómo esta tecnología puede reducir las barreras de acceso a diagnósticos precisos en entornos con escasez de expertos.
Funcionamiento técnico de StateViewer
StateViewer procesa una FDG-PET, técnica que mide el metabolismo cerebral mediante el consumo de glucosa marcado con flúor-18. El algoritmo compara la imagen del paciente con una base de datos de más de 3.600 exploraciones de casos diagnosticados mediante evaluaciones clínicas extensas, seguimiento longitudinal y, en algunos casos, estudios neuropatológicos. Identifica patrones característicos de nueve síndromes: Alzheimer, demencia con cuerpos de Lewy, demencia frontotemporal, atrofia cortical posterior y combinaciones de estos. La salida incluye mapas de color que destacan las regiones con hipometabolismo, ofreciendo una explicación visual del razonamiento del modelo. Esta aproximación no requiere hardware nuevo y se integra en flujos de trabajo existentes de medicina nuclear y radiología.
Resultados del estudio publicado en Neurology
En el estudio retrospectivo, StateViewer identificó correctamente el tipo de demencia en el 88% de los casos. Los lectores clínicos que utilizaron la herramienta obtuvieron 3,3 veces más probabilidades de alcanzar el diagnóstico correcto en comparación con la práctica habitual y redujeron el tiempo de interpretación casi a la mitad. La sensibilidad media alcanzó 0,89 y el área bajo la curva ROC fue de 0,93 para la distinción de fenotipos neurodegenerativos. El sistema demostró especial utilidad en la diferenciación de entidades con síntomas superpuestos, como demencia con cuerpos de Lewy y atrofia cortical posterior. Los investigadores destacan que estos resultados se obtuvieron en un entorno controlado y planean validaciones prospectivas en múltiples centros.
Relevancia clínica y accesibilidad
El diagnóstico diferencial precoz de las demencias resulta fundamental para seleccionar tratamientos específicos y para la inclusión en ensayos clínicos de terapias dirigidas. StateViewer permite que neurólogos generales y médicos de atención primaria accedan a información de nivel especializado sin derivar necesariamente al paciente a centros terciarios. Al mejorar la velocidad y la exactitud de la lectura de FDG-PET, la herramienta puede acortar el intervalo entre la sospecha clínica y el diagnóstico definitivo, un factor relevante en sistemas sanitarios con listas de espera prolongadas para consultas de neurología. Mayo Clinic prevé ampliar su despliegue y continuar evaluando su rendimiento en escenarios reales de práctica clínica.
StateViewer representa un avance en el apoyo al diagnóstico por imagen de las demencias neurodegenerativas. Al proporcionar resultados cuantitativos y visuales a partir de una prueba ampliamente disponible, facilita decisiones más rápidas y precisas para un mayor número de pacientes.
Más de esta categoría
- Inteligencia artificial
68 nuevos algoritmos de IA en radiología aprobados por FDA en el primer trimestre de 2026
- Inteligencia artificial
LowGAN: IA que mejora la calidad de RM de bajo campo para evaluar esclerosis múltiple
- Inteligencia artificial
IA como segunda lectura en tomosíntesis mamaria: más cáncer detectado sin más rellamados