La detección temprana de la enfermedad de Alzheimer requiere que el paciente muestre algunos otros síntomas o signos de EA además de problemas de memoria. Estos otros síntomas incluyen atrofia, por ej., la pérdida de células cerebrales, visibles en las imágenes de RM. Una de las primeras áreas del cerebro donde la atrofia puede ser detectada es el hipocampo. Con este método nuevo, desarrollado por los investigadores del Centro de Investigación Técnica VTT (Espoo, Finlandia), el volumen del hipocampo puede ser calculado exactamente de manera automática.

Actualmente, el diagnóstico de EA usa frecuentemente una evaluación visual de las imágenes de RM. La determinación manual de las estructuras cerebrales, en esta forma, es una tarea difícil para el médico, y la repetitividad de los resultados es típicamente deficiente. Esto ha llevado a una demanda alta de métodos objetivos. Los sistemas automáticos iniciales para calcular el volumen del hipocampo no son de uso clínico general debido a las deficiencias en la velocidad y la eficiencia.

Usando el método nuevo de VTT, la evaluación de las imágenes RM toma tres minutos. Con los métodos de evaluación de imagen RM automáticos, disponibles actualmente, la evaluación toma
15 a 20 minutos. Sin embargo, no son raras las evaluaciones que duran varias horas.

El método es parte de un sistema, que actualmente está siendo desarrollado bajo el proyecto PredictAD de la Unión Europea (UE) (Tampere, Finlandia) para ayudar a diagnosticar la EA. El sistema estará completo en 2011. La meta del proyecto es desarrollar métodos objetivos que sean suficientemente precisos, efectivos, y rápidos para el uso clínico pero que no requieran grandes inversiones en equipo.

Otras organizaciones comprometidas en desarrollar el método nuevo incluyen a GE Healthcare (Chalfont St. Giles), el Colegio Imperial de Londres (RU), la Universidad de Finlandia del Este (Kuopio, Finlandia) y el Rigshospitalet (Copenhague, Dinamarca). El método es probado actualmente para confirmar su efectividad operacional.

Enlace relacionado:

VTT Technical Research Center
EU PredictAD project