En los últimos años, conocer la edad real de nuestro cerebro ha cobrado cada vez más importancia en la investigación clínica y neurocientífica. Ya somos capaces de obtener información muy valiosa sobre la salud cognitiva y anticiparnos al desarrollo de enfermedades neurodegenerativas con cierta precisión.  

En paralelo, la irrupción de la inteligencia artificial en nuestras vidas está llamada a revolucionar de formas que aún no podemos predecir los campos del arte y el saber. La neurociencia no es una excepción. Actualmente, ya se puede calcular la edad cerebral de una persona de manera más rápida y precisa gracias a la ayuda de la IA. Un grupo de científicos la está entrenando para que realice estas tareas.

“Este trabajo nos ayuda a comprender la heterogeneidad del envejecimiento del cerebro en general”, explica Christos Davatzikos uno de los científicos del equipo que ha entrenado a la IA para escanear y analizar imágenes de la edad cerebral de miles de pacientes. “Está causada por varias patologías subyacentes posibles, incluidos el alzhéimer y el párkinson, y también factores relacionados con la salud cardiovascular y metabólica”.

Por edad cerebral entendemos la comparación entre la edad cronológica de una persona y el estado de su cerebro. En otras palabras, es un parámetro que indica lo bien que ha envejecido nuestra ‘materia gris’. A nivel práctico, tiene una importancia capital en ciertos procesos médicos y científicos. Como demuestra “Brain Aging Patterns in a Large and Diverse Cohort of 49,482 Individuals”, la investigación reciente publicada en Nature Medicine, el objetivo no es calcular cuántos años tiene nuestro órgano cerebral, sino mapear de forma más profunda nuestra salud cognitiva entrenando a los modelos predictivos. Si los médicos son capaces de captar signos precoces de envejecimiento, en teoría podrán identificar señales tempranas de trastornos como el alzhéimer o el párkinson antes de que se manifiesten clínicamente.

El proceso tradicional para calcular la edad de nuestro cerebro requiere un análisis detallado de imágenes de resonancia magnética (RM), incluyendo la segmentación de estructuras como la materia blanca y gris, y la eliminación de artefactos no cerebrales. Es un proceso estadístico de análisis complejo, limitado por su lentitud, que puede demorarse hasta 24 horas. En contextos clínicos de urgencia, se necesita obtener diagnósticos lo más rápido posible.

La técnica principal que han utilizado los científicos para calcular la edad cerebral se basa en la imagenología, en particular, en las resonancias magnéticas cerebrales, combinadas con el uso de la IA. Mediante el análisis de miles de imágenes de cerebros sanos y afectados por distintos grados de deterioro cognitivo, los algoritmos de aprendizaje han podido identificar patrones sutiles de atrofia cerebral que no son visibles para el ojo humano en las pruebas de imagen tradicionales.

Así lo reflejan los resultados del grupo de investigación que ha entrenado a los algoritmos con dos grupos de sujetos: 50.000 resonancias magnéticas de casi 1200 personas sanas, con edades comprendidas entre los 20 y los 50 años; y 9000 resonancias más, esta vez con personas sanas de más de 50 años con indicios de deterioro cognitivo.

Esta no es la primera investigación que se realiza en este campo. Existen otras herramientas, como HistoAge, desarrolladas por Mount Sinai, en las que ya se utilizan modelos basados en aprendizaje automático para analizar muestras de tejido cerebral humano, específicamente del hipocampo, una región clave para la memoria. Esto permite predecir el riesgo de alzhéimer, con una precisión media de 5,45 años en la estimación de la edad cerebral.

Otro ejemplo relevante es un estudio reciente del King's College de Londres en el que se entrenó una red neuronal con datos de resonancias magnéticas de más de 2.000 personas sanas para predecir su edad cerebral. El margen de error fue de apenas 4,66 años; una precisión que supera a los métodos convencionales, con un margen de fallo significativamente mayor (cerca de 12 años) cuando se analiza sin preprocesamiento extensivo.

En España, el Barcelonaβeta Brain Research Center ha desarrollado un nuevo biomarcador del envejecimiento cerebral utilizando inteligencia artificial para analizar más de 22.600 imágenes por resonancia magnética. Gracias a él han logrado identificar la asociación entre un envejecimiento cerebral acelerado y la presencia de factores de riesgo del Alzheimer, incluso en personas cognitivamente sanas.

Es evidente que el uso de los algoritmos no tardará mucho en encontrar su reflejo en nuestra vida diaria. Si la IA revela que nuestro cerebro está envejeciendo más rápido de lo recomendable, es posible que en un futuro no demasiado lejano podamos modificar nuestro estilo de vida a la carta para mejorar nuestra salud cerebral, o que los médicos puedan personalizar los tratamientos y las estrategias de intervención temprana para ralentizar el avance de ciertas enfermedades.