Un nuevo modelo de IA es capaz de medir la velocidad a la que envejece el cerebro de una persona y podría ser una nueva herramienta para comprender, prevenir y tratar el deterioro cognitivo y la demencia.
Esa herramienta fue creada por investigadores de la Universidad del Sur de California (Estados Unidos) y el hallazgo aparece publicado este jueves en la revista ‘Proceedings of the National Academy of Sciences’.
Esta primera herramienta de su tipo puede rastrear de forma no invasiva el ritmo de los cambios cerebrales mediante el análisis de imágenes por resonancia magnética (IRM).
Un envejecimiento cerebral más rápido se correlaciona estrechamente con un mayor riesgo de deterioro cognitivo, según Andrei Irimia, profesor asociado de gerontología, ingeniería biomédica, biología cuantitativa y computacional y neurociencia en la Facultad de Gerontología Leonard Davis de la Universidad del Sur de California y profesor asociado visitante de medicina psicológica en el King’s College de Londres (Reino Unido).
“Se trata de una medición novedosa que podría cambiar la forma en que hacemos un seguimiento de la salud cerebral, tanto en el laboratorio de investigación como en la clínica”, afirma. “Saber a qué velocidad envejece el cerebro puede ser una herramienta muy útil”.
EDAD BIOLÓGICA O CRONOLÓGICA
La edad biológica es distinta a la edad cronológica de un individuo. Dos personas 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 desde el punto de vista celular.
Algunas medidas comunes de la edad biológica utilizan muestras de sangre para medir el envejecimiento epigenético y la metilación del 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 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.
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.
Investigaciones anteriores de Irimia y sus colegas destacaron el potencial de las imágenes 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 cerebral 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, la naturaleza transversal del análisis de una resonancia magnética para estimar la edad cerebral tenía importantes limitaciones, dijo. Si bien el modelo anterior podía, por ejemplo, determinar si el cerebro de un paciente era diez 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.
IMAGEN MÁS PRECISA
Una red neuronal convolucional tridimensional (3D-CNN) recientemente desarrollada ofrece una forma más precisa de medir cómo envejece el cerebro con el tiempo. El modelo fue entrenado y validado 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.
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.
El 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.
“Una cosa que interesa mucho a mi laboratorio es calcular el riesgo de padecer alzhéimer. Nos gustaría algún día poder decir: ‘En este momento, parece que esta persona tiene un 30% de riesgo de padecer alzhéimer. Todavía no lo hemos logrado, pero estamos trabajando en ello”, apunta Irimia.