BRAINS: Un Sistema Aumentado por Recuperación para la Detección y Monitorización del Alzheimer

BRAINS: A Retrieval-Augmented System for Alzheimer's Detection and Monitoring

November 4, 2025

Autores: Rajan Das Gupta, Md Kishor Morol, Nafiz Fahad, Md Tanzib Hosain, Sumaya Binte Zilani Choya, Md Jakir Hossen

cs.AI

Resumen

A medida que la carga global de la enfermedad de Alzheimer (EA) continúa creciendo, la detección temprana y precisa se ha vuelto cada vez más crítica, especialmente en regiones con acceso limitado a herramientas de diagnóstico avanzadas. Proponemos BRAINS (Inteligencia Biomédica Aumentada por Recuperación para el Cribado de Neurodegeneración) para abordar este desafío. Este novedoso sistema aprovecha las potentes capacidades de razonamiento de los Modelos de Lenguaje a Gran Escala (LLMs) para la detección y monitorización del Alzheimer. BRAINS presenta una arquitectura de doble módulo: un módulo de diagnóstico cognitivo y un módulo de recuperación de casos. El Módulo de Diagnóstico utiliza LLMs afinados con conjuntos de datos cognitivos y de neuroimagen —que incluyen puntuaciones MMSE, CDR y métricas de volumen cerebral— para realizar evaluaciones estructuradas del riesgo de Alzheimer. Mientras tanto, el Módulo de Recuperación de Casos codifica los perfiles de los pacientes en representaciones latentes y recupera casos similares de una base de conocimiento curada. Estos casos auxiliares se fusionan con el perfil de entrada a través de una Capa de Fusión de Casos para mejorar la comprensión contextual. La representación combinada se procesa luego con instrucciones clínicas para la inferencia. Las evaluaciones en conjuntos de datos del mundo real demuestran la efectividad de BRAINS en la clasificación de la gravedad de la enfermedad y la identificación de signos tempranos de deterioro cognitivo. Este sistema no solo muestra un gran potencial como herramienta de asistencia para una detección escalable, explicable y en etapas tempranas de la enfermedad de Alzheimer, sino que también ofrece esperanza para futuras aplicaciones en el campo.

English

As the global burden of Alzheimer's disease (AD) continues to grow, early and accurate detection has become increasingly critical, especially in regions with limited access to advanced diagnostic tools. We propose BRAINS (Biomedical Retrieval-Augmented Intelligence for Neurodegeneration Screening) to address this challenge. This novel system harnesses the powerful reasoning capabilities of Large Language Models (LLMs) for Alzheimer's detection and monitoring. BRAINS features a dual-module architecture: a cognitive diagnostic module and a case-retrieval module. The Diagnostic Module utilizes LLMs fine-tuned on cognitive and neuroimaging datasets -- including MMSE, CDR scores, and brain volume metrics -- to perform structured assessments of Alzheimer's risk. Meanwhile, the Case Retrieval Module encodes patient profiles into latent representations and retrieves similar cases from a curated knowledge base. These auxiliary cases are fused with the input profile via a Case Fusion Layer to enhance contextual understanding. The combined representation is then processed with clinical prompts for inference. Evaluations on real-world datasets demonstrate BRAINS effectiveness in classifying disease severity and identifying early signs of cognitive decline. This system not only shows strong potential as an assistive tool for scalable, explainable, and early-stage Alzheimer's disease detection, but also offers hope for future applications in the field.