BSO-AD: An Ontology for Representing and Harmonizing Behavioral Social Knowledge in ADRD

Este artículo presenta el desarrollo y validación de BSOAD, la primera ontología diseñada para representar sistemáticamente y armonizar los factores conductuales y sociales relacionados con la enfermedad de Alzheimer y demencias relacionadas, integrando fuentes heterogéneas mediante principios de interoperabilidad semántica y evaluaciones asistidas por modelos de lenguaje.

Lo esencial

¡Claro que sí! Imagina que el Alzheimer y otras demencias (ADRD) son como una tormenta gigante que afecta a millones de personas. Durante mucho tiempo, los científicos han intentado entender esta tormenta mirando solo una parte del cielo: los genes, las proteínas y la biología del cerebro.

Pero, como dice este artículo, hay muchas otras nubes y vientos que también empujan esa tormenta: cómo vivimos, qué comemos, si tenemos dinero, si estamos solos o si tenemos buena educación. A estos factores los llamamos Factores Sociales y Conductuales (BSF).

El problema es que toda esta información está desordenada. Es como si tuvieras piezas de un rompecabezas de un millón de piezas, pero cada pieza viene de una caja diferente, con un dibujo distinto y un idioma diferente. Unos dicen "soledad", otros "aislamiento social", y otros usan códigos médicos extraños. Es imposible armar el rompecabezas completo para saber cómo prevenir la enfermedad.

¿Qué hicieron los autores? (La solución mágica)

Los investigadores del Mayo Clinic crearon algo llamado BSO-AD. Para explicarlo de forma sencilla, imagina que BSO-AD es un "Traductor Universal y Organizador Maestro".

1. El Gran Traductor:
   Imagina que tienes a un grupo de expertos (biólogos, trabajadores sociales, médicos) que hablan idiomas diferentes. BSO-AD es como un traductor mágico que toma lo que dice un médico en un hospital ("paciente con código Z56.0") y lo convierte en una idea clara que un investigador social entiende ("desempleo"), y viceversa. Conecta puntos que antes estaban separados.

2. El Organizador de Librería:
   Piensa en una biblioteca gigante donde todos los libros están tirados en el suelo. BSO-AD es el bibliotecario superinteligente que toma esos libros, los clasifica en estanterías lógicas y les pone etiquetas precisas.

   • Si un libro habla de "comer mal", lo pone en la sección de "Nutrición".
   • Si otro habla de "no tener amigos", lo pone en "Aislamiento Social".
   • Y lo más importante: conecta los estantes. Muestra cómo la "Nutrición" afecta a la sección de "Genética" y cómo ambas juntas influyen en la sección de "Enfermedad".

3. El Puente entre lo Humano y lo Biológico:
   El BSO-AD no solo dice "la soledad es mala". Explica el porqué y el cómo.

   • Analogía: Imagina que la soledad es como un ladrillo que se suelta de una pared. El BSO-AD traza la línea: "Soledad" -> "Estrés" -> "Genes que se activan mal" -> "Células cerebrales que mueren" -> "Alzheimer".
   • Crea un mapa de carreteras que conecta nuestras vidas diarias con lo que pasa dentro de nuestro cerebro.

¿Cómo saben que funciona? (El examen de inteligencia)

No solo crearon el organizador; también lo pusieron a prueba de dos maneras muy modernas:

• El Examen Humano: Invitaron a dos expertos (como profesores muy estrictos) a revisar el organizador. Les preguntaron: "¿Tiene sentido poner esto aquí?". El 95% de las veces, los expertos estuvieron de acuerdo. ¡Es un trabajo muy bien hecho!
• El Examen con Inteligencia Artificial (IA): Aquí viene lo más divertido. Usaron "cerebros digitales" (modelos de lenguaje grandes, como los que usas para chatear) para leer miles de artículos científicos.
  • La IA leyó la literatura y dijo: "Aquí hay un concepto sobre 'pobreza'. ¿Está en el organizador?".
  • El organizador respondió: "¡Sí, está aquí!".
  • La IA también verificó si las conexiones tenían sentido lógico. El resultado fue excelente: el organizador cubría casi todo lo que la gente estaba investigando.

¿Por qué es importante esto para ti?

Imagina que quieres prevenir que se caiga un árbol (el Alzheimer). Antes, solo mirábamos las raíces (la biología). Ahora, con BSO-AD, podemos ver también el suelo (la economía), el clima (la educación) y si alguien está cortando ramas (el estrés).

Al tener este "mapa maestro" unificado:

• Los médicos pueden ver mejor qué pacientes están en riesgo.
• Los gobiernos pueden crear políticas que ataquen las causas reales (como mejorar la alimentación o reducir la soledad).
• Los científicos pueden usar computadoras para encontrar nuevas formas de prevenir la enfermedad, combinando datos que antes parecían no tener relación.

En resumen:
Este paper presenta un gran diccionario y mapa unificado que conecta nuestra vida diaria (lo que comemos, cómo vivimos, con quién hablamos) con la biología del Alzheimer. Es la herramienta que nos permite dejar de ver la enfermedad como un misterio biológico aislado y empezar a verla como un problema humano completo, con soluciones que van desde la política pública hasta el cuidado personal. ¡Es un paso gigante para ganar la batalla contra la demencia!

Resumen técnico

A continuación presento un resumen técnico detallado del artículo "BSO-AD: An Ontology for Representing and Harmonizing Behavioral Social Knowledge in ADRD" (BSO-AD: Una ontología para representar y armonizar el conocimiento social conductual en la EDA), traducido y sintetizado al español.

1. Planteamiento del Problema

Las enfermedades de Alzheimer y demencias relacionadas (EDR o ADRD, por sus siglas en inglés) representan una crisis de salud pública creciente. Existe evidencia acumulada de que los factores conductuales y sociales (BSF, por sus siglas en inglés), como la actividad física, el aislamiento social, la educación y las condiciones socioeconómicas, influyen decisivamente en el riesgo, la aparición y la progresión de la EDR.

Sin embargo, la integración sistemática de este conocimiento enfrenta barreras críticas:

• Heterogeneidad de fuentes: La información sobre BSF está dispersa en fuentes estructuradas (historias clínicas electrónicas, encuestas) y no estructuradas (narrativas clínicas, literatura científica), utilizando estándares y conjuntos de valores inconsistentes.
• Silos de conocimiento: Las ontologías existentes se centran o bien en los aspectos biológicos-clínicos de la EDR (como DROADO o ADO) o en los determinantes sociales de la salud de forma aislada (como SDoHO), sin un marco unificado que modele sus interrelaciones.
• Falta de interoperabilidad: La ausencia de un modelo semántico común dificulta la síntesis de evidencia escalable y el análisis computacional para la prevención y la intervención dirigida.

2. Metodología

El equipo desarrolló BSO-AD (Behavioral Social Data and Knowledge Ontology for ADRD) siguiendo principios de ingeniería de ontologías biomédicas (OBO Foundry, FAIR, ACCELERATE).

• Enfoque de Diseño: Se utilizó una estrategia de reutilización y extensión modular para garantizar la interoperabilidad semántica.
  • Bases Ontológicas: Se integraron tres ontologías existentes:
    1. SDoHO (Ontología de Determinantes Sociales de la Salud) para los factores conductuales y sociales.
    2. DROADO (Ontología orientada a la reposición de fármacos para EDR) para el conocimiento biológico y farmacológico.
    3. AD-Onto y TEO (Ontología de Eventos Temporales) para evaluaciones neuropsicológicas y la dimensión temporal.
  • Mapeo de Estándares Clínicos: Se incorporaron códigos ICD-10-CM (Z55–Z65) para los determinantes sociales y códigos ICD-9/10 para conceptos de EDR, mapeándolos a las clases de la ontología para facilitar la integración con historias clínicas electrónicas (EHR).
• Modelado de Relaciones:
  • Asociaciones Directas: Se definieron relaciones semánticas basadas en la minería de literatura y alineadas con la Red Semántica de UMLS (ej. "aumenta el riesgo de", "causa", "predice").
  • Asociaciones Indirectas (Mecanísticas): Se modelaron vías biológicas intermedias (genes, vías metabólicas, patologías) para explicar cómo los factores sociales afectan biológicamente a la EDR.
• Evaluación Híbrida (Humana + IA):
  1. Revisión de Expertos: Uso de la herramienta Hootation para convertir la ontología en oraciones naturales y validar la lógica con dos expertos independientes.
  2. Evaluación Asistida por LLM: Se desarrolló un marco automatizado utilizando Grandes Modelos de Lenguaje (Llama4, Qwen3, MedGemma) para:
     • Extraer conceptos de un corpus de literatura médica.
     • Calcular métricas de cobertura de categorías (qué tan bien la ontología cubre los conceptos extraídos).
     • Evaluar la coherencia semántica mediante embeddings (ClinicalBERT) para medir completitud, concisión y similitud jerárquica (PSS, CSS).

3. Contribuciones Clave

• Primera Ontología Unificada: BSO-AD es, hasta donde se sabe, la primera ontología que formaliza sistemáticamente los factores conductuales y sociales en el contexto específico de la EDR, unificando dominios antes aislados.
• Marco de Relaciones Multinivel: Introduce una jerarquía de relaciones que captura tanto asociaciones directas (ej. "el tabaquismo aumenta el riesgo") como mecanismos biológicos indirectos (ej. "el tabaquismo afecta un gen -> que altera una vía -> que causa patología -> asociada a EDR").
• Marco de Evaluación Automatizado: Propone y valida un pipeline escalable que utiliza LLMs para evaluar la calidad, cobertura y coherencia semántica de una ontología, reduciendo la dependencia de revisiones manuales exhaustivas.
• Interoperabilidad Clínica: La integración directa con códigos ICD-10-CM permite un puente inmediato entre la investigación de factores sociales y los datos clínicos reales.

4. Resultados

• Estructura de la Ontología: La versión actual contiene 2,275 clases, 153 propiedades de objeto y 49 propiedades de datos. Incluye 16 clases raíz que abarcan desde factores biológicos hasta determinantes sociales y eventos temporales.
• Validación de Expertos: Se logró un acuerdo racional del 95% y un acuerdo inter-evaluador del 96%. Las discrepancias (ej. relaciones incorrectas entre "no fumador" y "fumador") se resolvieron mediante discusión y reestructuración de la jerarquía.
• Evaluación con LLM:
  • Cobertura de Categorías: Muy alta en todas las áreas de BSF (≥ 0.97), indicando que la ontología cubre casi todos los conceptos extraídos de la literatura.
  • Completitud y Concisión: Promedios de 0.78 y 0.81 respectivamente, demostrando una fuerte alineación entre los conceptos de la ontología y el dominio de la literatura.
  • Coherencia Semántica: Las métricas de similitud (CSS y PSS) mostraron una organización jerárquica estable, aunque se identificaron áreas (como la categoría "Alimentación") que requieren mayor granularidad o clases intermedias para mejorar la distinción semántica.

5. Significado e Impacto

BSO-AD establece una columna vertebral semántica fundamental para el análisis computacional de la EDR. Su importancia radica en:

1. Integración de Datos: Permite armonizar fuentes de datos heterogéneas (EHR, literatura, encuestas) bajo un modelo común, facilitando la investigación traslacional.
2. Habilitación de IA: Al estructurar el conocimiento de manera formal y lógica, BSO-AD prepara el terreno para aplicaciones de IA más avanzadas, como la generación de hipótesis, la identificación de dianas terapéuticas y la personalización de intervenciones preventivas.
3. Escalabilidad: El marco de evaluación asistido por LLM demuestra que es posible evaluar y refinar ontologías de manera automatizada y escalable, un avance metodológico crucial para el mantenimiento de recursos de conocimiento en evolución.
4. Política y Salud Pública: Al modelar explícitamente cómo los determinantes sociales afectan la carga de la enfermedad, la ontología apoya el desarrollo de políticas de salud pública basadas en evidencia para reducir las disparidades en el cuidado de la demencia.

En conclusión, BSO-AD no es solo un repositorio de términos, sino una infraestructura de conocimiento dinámica diseñada para cerrar la brecha entre los factores sociales y la biología de la demencia, impulsando estrategias de prevención e intervención más efectivas.