No lo pases por alto como "debido a la edad": AI busca el deterioro cognitivo tratable con una sensibilidad del 92%

El paso de un familiar se ha vuelto más corto. Toma más tiempo para reflexionar que antes, y los incidentes de no llegar al baño a tiempo han aumentado.

Cada uno de estos cambios, visto individualmente, podría parecer un cambio debido al envejecimiento. Sin embargo, detrás de estos cambios podría esconderse una enfermedad llamada "hidrocefalia de presión normal". Es una enfermedad que puede mejorar con un diagnóstico y tratamiento adecuados.

Como tecnología para ayudar a detectar esta enfermedad, se está investigando el análisis de imágenes cerebrales mediante inteligencia artificial (IA). AD HOC NEWS de Alemania presentó el 17 de octubre de 2026 los resultados de la investigación sobre la identificación de la hidrocefalia de presión normal utilizando imágenes de TC y la investigación relacionada con la demencia mediante IA.

El número destacado en el titular es "sensibilidad del 92%". Aunque es un resultado prometedor, para entender correctamente su significado, es necesario saber qué mide la IA y bajo qué condiciones fue evaluada.

¿Qué es la hidrocefalia de presión normal? Cambios más allá de la pérdida de memoria también son pistas

La hidrocefalia de presión normal es una enfermedad en la que los ventrículos del cerebro se expanden debido a anomalías en la circulación y absorción del líquido cefalorraquídeo, causando problemas en la marcha y la función cognitiva. Puede ocurrir después de una hemorragia subaracnoidea o ser "idiopática", sin una causa clara.

Los síntomas típicos son tres: trastornos de la marcha, trastornos cognitivos y problemas urinarios. Sin embargo, no todos los pacientes presentan los tres síntomas.

En cuanto a la marcha, se pueden observar cambios como pasos cortos, arrastrar los pies al caminar y inestabilidad al girar. En cuanto a la función cognitiva, además de la pérdida de memoria, puede haber dificultad para mantener la atención y una disminución en la velocidad para pensar o realizar tareas. En cuanto a la micción, síntomas como urgencia repentina, frecuencia urinaria y incontinencia pueden ser pistas.

Estos síntomas también pueden ocurrir con otras enfermedades. Por lo tanto, no se puede autodiagnosticar solo por la combinación de síntomas, pero es importante no separar la consulta sobre la pérdida de memoria de los problemas de marcha o micción.

Lo que busca la IA son pequeños puntos de referencia para medir correctamente las imágenes cerebrales

En la investigación presentada por la Universidad de Minnesota, EE.UU., se desarrolló un sistema para identificar automáticamente pequeñas estructuras llamadas "comisura anterior" y "comisura posterior" en las imágenes de TC.

Aunque es difícil de entender solo con términos técnicos, su función es similar a un marcador para medir la forma del cerebro con un estándar fijo. Incluso si la inclinación de la cabeza al tomar la imagen es diferente, si se puede evaluar la forma y el tamaño de los ventrículos del cerebro según un estándar común, es más fácil reducir la variabilidad en las comparaciones.

En la investigación se utilizaron 427 imágenes de TC obtenidas de 340 personas, y la desviación promedio en la ubicación fue de 1.64 mm para la comisura anterior y 1.49 mm para la comisura posterior en la evaluación interna. También se verificó el rendimiento de la identificación de la ubicación en otros dos conjuntos de datos.

En resumen, el logro principal es que la IA puede buscar puntos de referencia en las imágenes y usar su ubicación para medir características útiles para identificar la enfermedad. No se presentó como una tecnología para reemplazar completamente el diagnóstico humano.

"Sensibilidad del 92%" no significa que el 92% de las personas se curen

Para la evaluación que distingue entre hidrocefalia de presión normal, enfermedad de Alzheimer, reducción del volumen cerebral postraumático y pacientes con dolor de cabeza, se utilizaron imágenes de 238 personas.

En esta evaluación, la sensibilidad para distinguir la hidrocefalia de presión normal de los otros grupos fue del 92%, la especificidad del 87% y la precisión del 89%.

La sensibilidad es un indicador de cuántas personas con la enfermedad objetivo se identifican correctamente como positivas. Si consideramos 100 pacientes con las mismas condiciones, se encontrarían aproximadamente 92 y se pasarían por alto alrededor de 8. Por otro lado, una especificidad del 87% significa que de 100 personas sin la enfermedad objetivo, aproximadamente 87 se identificarían correctamente como negativas y alrededor de 13 se clasificarían erróneamente como positivas.

Por lo tanto, no se puede interpretar como "si es positivo, hay un 92% de probabilidad de que sea hidrocefalia de presión normal" o "si se trata, el 92% se recuperará".

Además, el rendimiento varía según con quién se compare. En el estudio, la sensibilidad fue del 83% cuando solo se comparó la hidrocefalia de presión normal con la enfermedad de Alzheimer. El número del 92% que incluye múltiples comparaciones no representa la dificultad de todos los diagnósticos diferenciales.

La identificación de la ubicación de los puntos de referencia confirmada con datos externos y la evaluación de la identificación de la enfermedad en 238 personas son verificaciones separadas. No se puede generalizar como "la hidrocefalia de presión normal se encontró con una sensibilidad del 92% en otros hospitales".

En otra IA para la demencia, el rendimiento disminuyó con datos externos

El artículo original también presenta otra investigación de IA que se centra en la enfermedad de Alzheimer, además de la investigación sobre la hidrocefalia de presión normal. Estos no son el mismo sistema y las enfermedades y desafíos investigados son diferentes.

Uno de ellos, "ConvNeXt–KAN", es un estudio que clasifica las etapas de la demencia a partir de imágenes de resonancia magnética cerebral. En la prueba interna, la precisión fue del 94.5%, pero al evaluar con otros datos de imágenes sin ajustes adicionales, bajó al 61.6%.

Además, el estudio reconoce la posibilidad de que múltiples cortes de imagen de la misma persona se utilicen tanto para el aprendizaje como para la evaluación, lo que podría sobreestimar la capacidad de diagnosticar a pacientes desconocidos.

Cuando se ven cifras altas, es importante no solo "cuántos por ciento fue", sino también "si se pudo reproducir en otros pacientes no utilizados para el aprendizaje" y "si se pudo usar con imágenes de otras instalaciones".

Este resultado no prueba que la IA para la hidrocefalia de presión normal disminuya de la misma manera. Sin embargo, muestra la razón por la cual la verificación externa es indispensable al evaluar la IA médica en general.

Incluso combinando imágenes con información clínica, hay trampas en la evaluación

Otro estudio, "MEMOIR-VLM", es un sistema que combina imágenes de resonancia magnética con información de pruebas cognitivas.

En la evaluación interna que distingue entre personas con función cognitiva preservada y personas con demencia, se informó una precisión balanceada del 91.3%. Sin embargo, en la clasificación en tres categorías que incluye deterioro cognitivo leve, fue del 68.2%. Al aumentar las categorías e intentar distinguir estados con límites difusos, el desafío se vuelve más difícil.

Este estudio también examinó el problema de que la información de diagnóstico que corresponde a la respuesta se mezcle en la entrada, lo que podría mejorar el rendimiento de manera aparente. Es un trabajo de inspección para verificar si hay pistas de respuesta mezcladas en las preguntas del examen.

La capacidad de la IA para proporcionar explicaciones fluidas y su capacidad para evaluar correctamente a pacientes desconocidos son cosas diferentes. En medicina, no solo se necesita una respuesta plausible, sino también la verificación de qué información respalda esa respuesta y bajo qué condiciones es confiable.

Lo que se ve en las redes sociales es la confusión sobre el diagnóstico y la expectativa de tratamiento

No se pudo confirmar un número suficiente de reacciones directas en las redes sociales al informe de investigación de "sensibilidad del 92%". Por lo tanto, aquí se presentan publicaciones de familiares de pacientes sobre la hidrocefalia de presión normal que se han hecho públicas. No son reacciones al estudio actual ni representan la opinión pública en general.

En la comunidad de hidrocefalia de Reddit, una familia cuyo padre fue señalado como posible caso de hidrocefalia de presión normal en una resonancia magnética solicitó consejos sobre "qué hacer a continuación en una situación sin un diagnóstico definitivo".

El autor de la publicación estaba confundido sobre si los cambios cognitivos eran causados por la enfermedad, los efectos de los medicamentos o la depresión. En las respuestas, se recomendaba consultar a un especialista en hidrocefalia en adultos.

En el mismo hilo, otra familia cuyo padre había tenido síntomas durante mucho tiempo y estaba esperando una consulta con un especialista escribió sobre la expectativa y la ansiedad de encontrar una causa tratable.

Estos no son casos verificados con registros médicos, sino experiencias personales. Aun así, se transmite que el tiempo desde que se menciona la "posibilidad" hasta que se decide un diagnóstico o plan de tratamiento puede ser una carga significativa para la familia.

Para que el apoyo de la IA en la detección sea útil para los pacientes, no solo debe mostrar sospechas, sino también conectarse a evaluaciones especializadas posteriores.

En Japón, lo importante es comunicar los cambios sin esperar la difusión de la IA

Cuando se sospecha hidrocefalia de presión normal, se evalúa combinando el curso de los síntomas y los hallazgos del examen con información de imágenes como TC o MRI.

Lo que se realiza cuando es necesario es la "prueba de punción", que consiste en extraer una cantidad fija de líquido cefalorraquídeo de la parte baja de la espalda para ver si hay cambios en la marcha. Basado en los resultados, se considera la indicación para la cirugía de derivación para desviar el líquido cefalorraquídeo a otro lugar.

La palabra "tratamiento posible" no garantiza que cualquiera que se someta a la cirugía volverá completamente a la normalidad. El hecho de que haya características en las imágenes y que la cirugía sea adecuada no es lo mismo, y se necesita la evaluación de un especialista.

Al consultar con la familia, además de la pérdida de memoria, es más fácil compartir el curso si se comunica el modo de caminar, la tendencia a caer, los cambios en el baño y cuándo comenzaron los síntomas. También es importante tener a mano los medicamentos que se están tomando para poder confirmarlos durante la consulta.

En lugar de buscar un hospital que utilice la IA en investigación, primero es un paso realista informar los cambios al médico de cabecera y, si es necesario, conectarse a una evaluación en neurología o neurocirugía.

El valor de la IA es si puede reducir los descuidos que llevan al tratamiento

Lo que mostró el estudio actual es la posibilidad de extraer automáticamente información útil para la evaluación de enfermedades a partir de imágenes de TC tomadas en la práctica clínica diaria.

Sin embargo, entre el rendimiento de identificación en la investigación y la mejora real en la vida de los pacientes, todavía hay etapas que deben confirmarse. Si se puede usar en diferentes entornos médicos, si no aumenta las pruebas innecesarias, si puede acelerar el acceso a un tratamiento adecuado. Se necesita esa verificación.

"Sensibilidad del 92%" es un resultado de investigación prometedor. Al mismo tiempo, la importancia de escuchar atentamente los síntomas de la persona frente a nosotros y considerar otras causas en el diagnóstico no cambia.

Cuando junto con la pérdida de memoria también hay cambios en la forma de caminar o en la micción, no se debe explicar solo por la edad, sino consultar a una institución médica. Se cuestiona hasta qué punto la IA puede ser útil como herramienta para apoyar esa conciencia.

Fuentes y material de referencia

1. AD HOC NEWS:
   Presentación de la investigación de análisis de TC para hidrocefalia de presión normal y múltiples investigaciones de IA sobre demencia.
   https://www.ad-hoc-news.de/wissenschaft/normaldruckhydrozephalus-ki-erkennt-behandelbare-demenzform-mit-92-prozent-sensitivitaet/70351721

2. Frontiers in Neuroinformatics: Artículo original sobre la investigación de identificación automática de puntos de referencia en imágenes de TC
   Verificación de sujetos de investigación, evaluación de identificación de ubicación externa, sensibilidad del 92% y especificidad del 87% para hidrocefalia de presión normal, y resultados por comparación de sujetos.frontiersin.org
   https://www.frontiersin.org/journals/neuroinformatics/articles/10.3389/fninf.2026.1853412/full

3. Hospital de Teishin de Tokio: Explicación de la hidrocefalia de presión normal idiopática
   Referencia a síntomas de marcha, cognición y micción, pruebas de imagen, prueba de punción y flujo de atención especializada.Hospital de Teishin de Tokio
   https://www.hospital.japanpost.jp/tokyo/shinryo/shinnai/inph.html

4. Frontiers in Artificial Intelligence: Artículo original sobre ConvNeXt–KAN
   Verificación de la diferencia de rendimiento entre la evaluación interna y externa, y las limitaciones sobre la división de datos por paciente.frontiersin.org
   https://www.frontiersin.org/journals/artificial-intelligence/articles/10.3389/frai.2026.1903281/full

5. Frontiers in Computational Neuroscience: Artículo original sobre MEMOIR-VLM
   Referencia al rendimiento del modelo que integra imágenes e información clínica, y problemas de evaluación como la mezcla de información de diagnóstico.frontiersin.org
   https://www.frontiersin.org/journals/computational-neuroscience/articles/10.3389/fncom.2026.1902258/full

6. ##