IA4DT2

Development and implementation of integrated artificial intelligence models for Type 2 Diabetes (T2D) risk prediction.

Una gran parte de la carga sanitaria en los países desarrollados se dedica al tratamiento y seguimiento de pacientes con enfermedades complejas, como la diabetes tipo 2 (DT2). Por ello, la identificación de tratamientos, pero sobre todo protocolos para su predicción y prevención, se han convertido en prioridades para la investigación en biomedicina y para su traducción a la práctica clínica. Estas enfermedades tienen una etiología compleja, con una importante carga genética y una fuerte dependencia de variables externas, ambientales, de estilo de vida y del exposoma. Numerosos estudios genéticos han identificado cientos de variaciones en el genoma asociadas al riesgo de desarrollar este tipo de enfermedades, con la promesa y esperanza de que sus resultados permitan identificar dianas farmacológicas y la posibilidad de predecir el riesgo de padecer la enfermedad. Sin embargo, aunque se han dirigido a genes específicos, la traducción de esta información genética en modelos predictivos con validez clínica es actualmente muy limitada. Esto se debe al escaso poder predictivo de los enfoques reduccionistas, como los Polygenic Risk Scores, y a las limitadas posibilidades de integrar otras variables clínicas, ambientales y de estilo de vida, que son potenciales modificadores del riesgo en este tipo de patología. Por ello, en este proyecto proponemos la construcción de modelos de predicción de la diabetes tipo 2, basados en enfoques más integradores utilizando inteligencia artificial (modelos de aprendizaje automático), para la identificación de determinantes genéticos, clínicos (variables y patologías asociadas) y ambientales, y para la construcción de modelos de predicción y clasificación de pacientes con diabetes tipo 2. Con estos modelos combinados, no solo podemos proponer nuevos objetivos terapéuticos sino también predictores sólidos que permitan el desarrollo y la implementación de protocolos de prevención clínica basados en el estilo de vida para cada individuo.