An Interpretable AI Framework for Multiclass Classification of Thalassemia Using Combined CBC and HPLC Biomarkers

La talasemia es un trastorno sanguíneo hereditario que afecta a millones de personas en todo el mundo, particularmente en el sur de Asia, el sudeste asiático y el Mediterráneo. Ocurre cuando el cuerpo no puede producir suficientes de las proteínas que componen la hemoglobina, la sustancia en los glóbulos rojos que transporta el oxígeno. Sin suficientes de estas proteínas, el cuerpo lucha por producir glóbulos rojos sanos, lo que conduce a la anemia y a una serie de otras complicaciones de salud. Durante décadas, los médicos han diagnosticado esta condición examinando muestras de sangre bajo un microscopio y utilizando máquinas especializadas para medir los diferentes tipos de hemoglobina presentes. Aunque es un proceso preciso, es costoso, consume mucho tiempo y depende en gran medida de la habilidad del médico individual que lee los resultados. Como resultado, es difícil realizar cribados de grandes poblaciones rápidamente, especialmente en regiones donde la enfermedad es más común.

En años recientes, los científicos han recurrido a la inteligencia artificial para ayudar a automatizar este proceso. La idea es enseñar a una computadora a reconocer los patrones en los resultados de los análisis de sangre que indican la talasemia, de forma muy similar a como lo hace un médico experimentado, pero con la velocidad y la consistencia de una máquina. Sin embargo, crear tal sistema no es sencillo. Los análisis de sangre producen una vasta cantidad de datos, y los patrones para los diferentes tipos de la enfermedad a menudo se superponen. Además, en cualquier grupo grande de personas que están siendo examinadas, la gran mayoría son sanas, mientras que solo una pequeña fracción padece la enfermedad o porta el rasgo genético. Esto crea una situación difícil para los programas informáticos, que tienden a ignorar los casos raros y simplemente suponen que todos están sanos porque eso es lo que sucede la mayor parte del tiempo.

Un equipo de investigadores de la Universidad SR y del Instituto de Tecnología Jyothishmathi en la India ha desarrollado un nuevo marco de trabajo para resolver estos problemas específicos. Crearon un sistema informático diseñado para observar simultáneamente dos tipos diferentes de resultados de análisis de sangre: un hemograma completo estándar, que mide el tamaño y el número de glóbulos rojos, y una prueba más detallada llamada cromatografía líquida de alta resolución, que separa y mide las fracciones específicas de la hemoglobina. Al combinar estas dos fuentes de información, los investigadores pretendían construir un modelo que no solo pudiera detectar la enfermedad, sino también distinguir entre tres grupos distintos: personas que están sanas, personas que portan el rasgo genético (y podrían transmitirlo a sus hijos) y personas que presentan la forma activa y grave de la enfermedad.

Los investigadores comenzaron con un conjunto de datos masivo que contenía registros de más de 13,000 pacientes. Esta colección incluía mediciones detalladas de nueve marcadores sanguíneos clave, junto con información demográfica como edad y género. Los datos estaban fuertemente sesgados, con individuos sanos que constituían más del 90 por ciento de los registros, mientras que los casos de enfermedad grave representaban menos del medio por ciento. Para manejar este desequilibrio, el equipo primero limpió los datos, corrigiendo errores en la forma en que se registró la información y convirtiendo las descripciones de edad en números simples. Luego agruparon las trece etiquetas de diagnóstico diferentes encontradas en los registros originales en las tres categorías más amplias necesarias para su sistema. Crucialmente, utilizaron una técnica para crear artificialmente más ejemplos de los casos de enfermedades raras dentro de los datos de entrenamiento, asegurando que la computadora aprendiera a reconocerlos tan bien como los casos sanos comunes.

Para encontrar la mejor manera de clasificar a estos pacientes, el equipo probó cuatro tipos diferentes de algoritmos de aprendizaje computacional avanzado. Los dos primeros se basaban en árboles de decisión, un método donde la computadora hace una serie de preguntas de sí o no sobre los valores sanguíneos para llegar a una conclusión. El tercero fue un modelo de aprendizaje profundo diseñado específicamente para datos tabulares, que intenta encontrar relaciones complejas y no lineales entre los números. El cuarto enfoque fue un ensamble de "apilamiento" (stacking), que no dependía de un solo algoritmo, sino que combinaba las predicciones de los otros modelos para tomar una decisión final. Los investigadores sometieron estos modelos a un riguroso proceso de prueba, asegurándose de que los datos utilizados para enseñar a la computadora no fueran los mismos datos utilizados para probarla, un paso necesario para demostrar que el sistema funciona con nuevos pacientes no vistos.

Los resultados mostraron que el enfoque combinado era el más efectivo. El modelo de ensamble de apilamiento, que agrupó las fortalezas de los otros algoritmos, alcanzó una precisión del 99.89 por ciento en la identificación correcta de los tres grupos. Identificó con éxito el 94.7 por ciento de los casos reales de enfermedad y de portadores, una medida crítica en medicina donde omitir un diagnóstico puede tener consecuencias graves. Los otros modelos también funcionaron bien, con los modelos basados en árboles de decisión quedando muy cerca, pero el modelo combinado superó consistentemente a todos ellos. Los investigadores también utilizaron un método para comprender exactamente cómo estaba tomando decisiones la computadora. Descubrieron que el sistema dependía principalmente de cinco biomarcadores específicos: el nivel de un tipo de hemoglobina llamado HbA2, el tamaño promedio de los glóbulos rojos, la cantidad de hemoglobina dentro de esas células, el recuento total de glóbulos rojos y el nivel de hemoglobina fetal.

Estos hallazgos son significativos porque se alinean perfectamente con el conocimiento médico establecido. Los médicos han sabido durante mucho tiempo que los niveles elevados de HbA2 y los glóbulos rojos más pequeños de lo normal son los sellos distintivos de los portadores de talasemia, mientras que los cambios en la hemoglobina fetal suelen señalar formas más graves de la enfermedad. El hecho de que la inteligencia artificial identificara de forma independiente estos mismos factores como los más importantes otorga confianza a los médicos de que el sistema no solo está adivinando, sino que realmente está aprendiendo las reglas biológicas de la enfermedad. El estudio también destacó que, si bien los modelos de aprendizaje profundo son poderosos, pueden requerir conjuntos de datos aún más grandes para superar a los métodos más tradicionales de árboles de decisión cuando se trabaja con datos médicos estructurados.

Los investigadores reconocen que su sistema aún no es una solución perfecta para cada situación. Los datos procedían de una sola región de la India, y los patrones genéticos de la enfermedad pueden variar en otras partes del mundo. Además, el sistema es complejo, y el modelo más preciso es más difícil de explicar que un solo árbol de decisión. Sin embargo, el estudio demuestra que es posible construir una herramienta de cribado altamente precisa y automatizada que pueda manejar la realidad desordenada de los datos médicos del mundo real. Al combinar diferentes tipos de análisis de sangre y utilizar una combinación inteligente de algoritmos computacionales, este marco ofrece un camino prometedor hacia un cribado más rápido y confiable para la talasemia, ayudando potencialmente a identificar a portadores y pacientes de manera más temprana y efectiva de lo que permiten los métodos actuales.