Científicos de élite desvelan una herramienta de IA que revoluciona el estudio del cerebro, permitiendo una visión sin precedentes de las enfermedades neurológicas y la recuperación de traumas, impactando a millones.
Un equipo de investigadores del MIT, Harvard y el Hospital General de Massachusetts ha desarrollado un innovador software basado en Inteligencia Artificial, el BSBT, que por primera vez logra mapear con alta precisión los cruciales haces de fibras de la materia blanca en el tronco encefálico. Publicado el 6 de febrero de 2024, este avance promete transformar el diagnóstico de afecciones que afectan a cientos de millones de personas.
Según la investigación publicada por MIT News, la incapacidad de visualizar detalladamente el tronco encefálico ha sido una barrera de décadas en la medicina. Esta zona, vital para el control de funciones como la conciencia o la respiración, permanecía como una “caja negra” a pesar de los avances generales en neuroimagen. La nueva herramienta ofrece una esperanza concreta para entender mejor enfermedades degenerativas.
Una Ventana al Cerebro: Revelando 8 Haces Cruciales
Durante años, el tronco encefálico ha sido un verdadero desafío para los sistemas de imágenes cerebrales, lo que ha limitado drásticamente la capacidad de los médicos e investigadores para evaluar cómo lesiones o enfermedades neurodegenerativas afectan sus delicadas estructuras. Esta región, esencialmente inexplorada desde una perspectiva de imagen, alberga haces de fibras de “materia blanca” que son los cables neurales encargados de funciones tan fundamentales como la conciencia, el sueño, la respiración, el ritmo cardíaco y el movimiento. De hecho, controla al menos 5 de las funciones vitales más básicas del cuerpo humano. Ahora, un equipo interdisciplinario, liderado por el estudiante de posgrado Mark Olchanyi del MIT, ha presentado un software pionero que emplea Inteligencia Artificial para segmentar automáticamente 8 haces distintos de fibras en cualquier secuencia de resonancia magnética por difusión (MRI-D), un logro que hasta hace muy poco se consideraba casi imposible.
¿Cómo Logra la Inteligencia Artificial Ver lo Invisible?
El innovador BrainStem Bundle Tool (BSBT) funciona combinando la potencia de la resonancia magnética por difusión con redes neuronales convolucionales avanzadas. La MRI-D es crucial para rastrear las “axones”, las largas ramas de las neuronas, recubiertas de mielina —la llamada materia blanca— por donde el agua se difunde de manera muy dirigida. Sin embargo, segmentar estos pequeños y complejos haces en el tronco encefálico era un reto inmenso debido a los flujos de fluidos cerebrales y los movimientos inducidos por la respiración y los latidos del corazón. El algoritmo de Olchanyi, desarrollado como parte de su tesis doctoral, supera estos obstáculos trazando haces de fibras que descienden hacia el tronco encefálico desde áreas cerebrales superiores. Entrenado con 30 escaneos de MRI-D de voluntarios del Proyecto Conectoma Humano (HCP), y validado exhaustivamente contra disecciones post-mortem de cerebros humanos, el BSBT demostró su increíble precisión. En una prueba de consistencia, la herramienta identificó los mismos 8 haces en 40 voluntarios sometidos a escaneos separados por 2 meses, confirmando su fiabilidad a largo plazo.
Un Futuro Abierto para el Diagnóstico Global
La disponibilidad pública y de acceso abierto del BSBT, publicada en el número 7 de Proceedings of the National Academy of Sciences, es un paso gigantesco para la comunidad médica y científica global.
¿Qué Revela Esta Nueva Visión Sobre Enfermedades Mortales?
Una vez entrenado y validado, el algoritmo BSBT se aplicó a cerca de 100 conjuntos de datos de MRI-D de pacientes con diversas condiciones, incluyendo Alzheimer, Parkinson, esclerosis múltiple (EM) y lesiones cerebrales traumáticas (LCT). Los resultados fueron reveladores, ofreciendo un nuevo tipo de “biomarcador” al medir el volumen de los haces y su “anisotropía fraccional” (FA), un indicador de la integridad estructural de la materia blanca. En pacientes con Parkinson, se observó una reducción de FA en 3 de los 8 haces, además de una pérdida de volumen en otro haz en un seguimiento de 2 años. La esclerosis múltiple mostró las mayores reducciones de FA en 4 haces y pérdida de volumen en 3. Aunque las LCT no presentaron una pérdida de volumen significativa, sí hubo reducciones de FA en la mayoría de los haces. En contraste, el Alzheimer mostró un declive significativo en solo 1 haz. El BSBT demostró ser notablemente más preciso que otros métodos clasificatorios para diferenciar entre pacientes y controles, abriendo nuevas vías para diagnósticos más tempranos y precisos.
Inversión Millonaria en la Frontera de la Neurociencia
Este estudio de vanguardia, con un equipo de 14 coautores adicionales, incluidos los doctores Juan Eugenio Iglesias y Brian Edlow, fue posible gracias al generoso respaldo de 11 fuentes de financiación clave. Entre ellas se encuentran los Institutos Nacionales de Salud (NIH), el Departamento de Defensa de EE. UU., la Fundación James S. McDonnell, la Fundación Rappaport, y varias instituciones como el American Brain Foundation y la American Academy of Neurology. Esta inversión de millones de dólares subraya la importancia estratégica de la investigación en neurociencia y la promesa de tecnologías como la IA para transformar el cuidado de la salud a nivel mundial, impactando positivamente a millones de personas que sufren de estas condiciones devastadoras.
Siete Meses de Recuperación Vistos Por Primera Vez
Uno de los casos más impactantes fue el de un joven de 29 años que sufrió una lesión cerebral traumática grave, sumiéndolo en un coma durante 7 meses. Al aplicar el BSBT a los escaneos tomados durante su convalecencia, la herramienta reveló que los haces del tronco encefálico del paciente habían sido desplazados, no cortados, y lo más asombroso, mostró cómo las lesiones en estos nervios disminuyeron su volumen por un factor de 3 a lo largo de su recuperación. A medida que sanaban, los haces se movieron de nuevo a su posición original, reflejando su camino hacia la recuperación, una imagen sin precedentes de la curación cerebral.
¿Podría Esta IA Ser Clave para la Esperanza de Miles de Familias en Huánuco?
El potencial del BSBT va más allá del diagnóstico. Los autores sugieren que tiene un “sustancial potencial pronóstico” al identificar haces del tronco encefálico preservados que pueden facilitar la recuperación del coma. Esto abre la puerta a nuevas estrategias de tratamiento y rehabilitación para pacientes con lesiones cerebrales graves, ofreciendo esperanza donde antes había incertidumbre. Para Huánuco y el Perú, con sus desafíos en acceso a tecnología avanzada, la existencia de una herramienta de acceso abierto como esta significa que, a futuro, la evaluación fina de la estructura de la materia blanca podría volverse más accesible, permitiendo a los médicos una visión más profunda del impacto de enfermedades neurológicas y la posibilidad de seguir la recuperación de los pacientes con una precisión sin precedentes. ¿Hasta qué punto esta tecnología podría cambiar la vida de las 70 mil personas solo en Perú afectadas por el Alzheimer o las 30 mil con Parkinson?
Crédito de imagen: Fuente externa
