Miden cómo envejece el cerebro con IA

Con Inteligencia Artificial (IA) y Resonancia Magnética, un equipo de investigadores de la Universidad del Sur de California (EE UU) ha dado un importante paso en el campo de las Neurociencias, al medir el envejecimiento del cerebro humano.

En el ensayo que difunde Proceedings of the National Academy of Sciences, se detalla la primera herramienta que rastrea de forma no invasiva los cambios cerebrales.

El profesor Andrei Irimia, coordinador de este estudio, afirma que un envejecimiento cerebral más rápido se correlaciona con un mayor riesgo de deterioro cognitivo. “Se trata de una medición novedosa -añade-, que podría cambiar la forma en que hacemos un seguimiento de la salud cerebral, tanto en laboratorio como en clínica. Saber a qué velocidad envejece el cerebro puede ser una herramienta muy útil”.

Es bien sabido por los neurocientíficos que la edad biológica es diferente a la edad cronológica de una persona. Dos individuos que tienen la misma edad según su fecha de nacimiento pueden tener edades biológicas muy diferentes, debido a lo bien que funciona su cuerpo y a lo viejos que parecen ser los tejidos del cuerpo a nivel celular.

Algunas medidas comunes de la edad biológica utilizan muestras de sangre para medir el envejecimiento epigenético y la metilación del ácido desoxirribonucleico (ADN), que influye en el papel de los genes en la célula.

Sin embargo, medir la edad biológica a partir de muestras de sangre es una mala estrategia para medir la edad del cerebro, según el profesor Irimia. La barrera entre el cerebro y el torrente sanguíneo impide que las células sanguíneas pasen al cerebro, de modo que una muestra de sangre del brazo no refleja directamente la metilación y otros procesos relacionados con el envejecimiento en el cerebro.

Edad biológica del cerebro

Por el contrario, tomar una muestra directamente del cerebro de un paciente es un procedimiento mucho más invasivo, lo que hace que sea inviable medir la metilación del ADN y otros aspectos del envejecimiento cerebral directamente a partir de células cerebrales humanas vivas.

En trabajos anteriores del profesor Irimia se subraya el potencial de las imágenes obtenidas por resonancia magnética, para medir de forma no invasiva la edad biológica del cerebro. El modelo anterior utilizó el análisis de IA para comparar la anatomía del cerebro de un paciente con datos recopilados a partir de imágenes por resonancia magnética de miles de personas de distintas edades y con distintos resultados de salud cognitiva.

Sin embargo, para este investigador, la naturaleza transversal del análisis de una resonancia magnética para estimar la edad cerebral tenía importantes limitaciones. Si bien el modelo IA anterior podía, por ejemplo, determinar si el cerebro de un paciente era 10 años más viejo que su edad cronológica, no podía proporcionar información sobre si ese envejecimiento adicional se produjo antes o después en su vida, ni podía indicar si el envejecimiento cerebral se estaba acelerando.

Una red neuronal convolucional tridimensional (3D-CNN) recientemente desarrollada ofrece una forma más precisa de medir cómo envejece el cerebro con el tiempo. Creado en colaboración con Paul Bogdan, profesor de la USC, el modelo se entrenó y validó en más de 3.000 exploraciones de resonancia magnética de adultos cognitivamente normales.

A diferencia de los métodos transversales tradicionales, que calculan la edad cerebral a partir de una exploración en un único momento, este método longitudinal compara las exploraciones de resonancia magnética de referencia y de seguimiento del mismo individuo.

Biomarcador temprano con IA

Como resultado, identifica con mayor precisión los cambios neuroanatómicos relacionados con el envejecimiento acelerado o desacelerado. La 3D-CNN también genera mapas de prominencia interpretables, que indican las regiones cerebrales específicas que son más importantes para determinar el ritmo del envejecimiento, según el profesor Bogdan.

Cuando se aplicó a un grupo de 104 adultos cognitivamente sanos y 140 pacientes con enfermedad de Alzheimer, los cálculos del nuevo modelo sobre la velocidad del envejecimiento cerebral se correlacionaron estrechamente con los cambios en las pruebas de función cognitiva realizadas en ambos momentos.

“La alineación de estas medidas con los resultados de las pruebas cognitivas indica que el marco puede servir como un biomarcador temprano del deterioro neurocognitivo. Además, demuestra su aplicabilidad tanto en individuos cognitivamente normales como en aquellos con deterioro cognitivo”, añade este científico para quién este modelo tiene el potencial de caracterizar mejor tanto el envejecimiento saludable como las trayectorias de las enfermedades, y su poder predictivo podría algún día aplicarse para evaluar qué tratamientos serían más efectivos en función de las características individuales.

IA y patologías del cerebro

Por su parte, el profesor Irimia destaca que “las tasas de envejecimiento cerebral se correlacionan significativamente con los cambios en la función cognitiva. Por lo tanto, si tienes una alta tasa de envejecimiento cerebral, es más probable que tengas una alta tasa de degradación en la función cognitiva, incluida la memoria, la velocidad ejecutiva, la función ejecutiva y la velocidad de procesamiento. No es solo una medida anatómica; los cambios que vemos en la anatomía se asocian con los cambios que vemos en la cognición de estos individuos”.

En este estudio sus autores también ponen en valor cómo el nuevo modelo fue capaz de distinguir diferentes tasas de envejecimiento en varias regiones del cerebro. “Profundizar en estas diferencias –incluyendo cómo varían en función de la genética, el entorno y los factores del estilo de vida– podría proporcionar información sobre cómo se desarrollan diferentes patologías en el cerebro”, afirma el profesor Irimia.

El estudio también demostró que el ritmo del envejecimiento cerebral en ciertas regiones difiere entre los sexos, lo que podría arrojar luz sobre por qué hombres y mujeres enfrentan diferentes riesgos de trastornos neurodegenerativos, incluido el mal de Alzheimer.

Finalmente, este neurocientífico trabaja en el cálculo del riesgo de padecer esta enfermedad neurodegenerativa. “Creo que este tipo de medida será muy útil para generar variables que sean pronósticas y puedan ayudar a predecir el riesgo de padecer Alzheimer. Eso sería muy útil, especialmente a medida que empecemos a desarrollar posibles fármacos para la prevención”, matiza.