Noticias de salud e IA: la resonancia muestra que el hemisferio derecho envejece más rápido | Noticias de psicología perec.ru

El hemisferio derecho envejece más rápido: la IA detecta cambios ocultos en el cerebro

9/10/2026, 18:27:10 Psicología
✮✮✮
Crónica:
El hemisferio derecho envejece más rápido: la IA detecta cambios ocultos en el cerebro

Un nuevo estudio publicado en PNAS muestra que el cerebro no envejece como un mecanismo único, sino más bien como un piso compartido en el que algunas habitaciones ya necesitan una reforma y otras fingen que todo va bien. Los científicos han desarrollado una inteligencia artificial que evalúa no solo la «edad cerebral» general, sino también la edad biológica de distintas zonas.

Para ello se utiliza la resonancia magnética (RM), una técnica en la que un potente campo magnético genera imágenes detalladas de las estructuras internas del organismo. A partir de la imagen se puede comparar la edad biológica estimada del cerebro con la edad real de la persona. Un cerebro de aspecto más «envejecido» suele estar asociado a un mayor riesgo de deterioro cognitivo y de enfermedades neurodegenerativas, incluida la enfermedad de Alzheimer.

Hasta ahora, los especialistas solían reducir este complejo panorama a una sola cifra: cuánto de envejecido parece el cerebro en su conjunto. Sin embargo, el cerebro está formado por distintas regiones, responsables de la memoria, la toma de decisiones, el movimiento y otras funciones. Ese indicador general puede ocultar cambios localizados. Por eso, el equipo de Nikhil N. Chaudhari, Andrei Irimia y sus colegas del Irimia Lab creó un modelo de «edad cerebral local»: un mapa espacial que muestra cuántos años aparenta tener cada zona.

El modelo se entrenó con imágenes de RM de 14.748 personas cognitivamente sanas de entre 19 y 100 años. El sistema analizó el cerebro a nivel de vóxeles, pequeños elementos tridimensionales de la imagen. Después se puso a prueba con un grupo independiente de 1.985 participantes de la Alzheimer’s Disease Neuroimaging Initiative: 1.102 estaban cognitivamente sanos, 354 tenían un deterioro cognitivo leve y 529 padecían la enfermedad de Alzheimer.

En los participantes sanos, el error medio de estimación fue de unos 5,9 años. El modelo detectó que los lóbulos frontal y temporal, relacionados con el pensamiento complejo y la memoria, parecían biológicamente más viejos que las regiones posteriores del cerebro, incluidas las áreas visuales del lóbulo occipital.

La asimetría entre hemisferios resultó especialmente llamativa: la edad local media del hemisferio derecho era mayor que la del izquierdo. El resultado se mantuvo tras volver a entrenar el modelo con una muestra equilibrada entre personas zurdas y diestras. Por ahora, los científicos no saben a qué se debe esta diferencia.

Los investigadores también compararon los surcos y las circunvoluciones de la corteza cerebral. Los surcos, depresiones profundas entre los pliegues, parecían unos 0,40 años más viejos que las circunvoluciones, según la diferencia entre la edad biológica y la cronológica.

En las personas con enfermedad de Alzheimer y deterioro cognitivo leve se detectaron zonas más envejecidas en regiones que suelen verse afectadas en las primeras fases de la neurodegeneración. En los pacientes con Alzheimer, el globo pálido y el putamen —estructuras subcorticales que participan en el movimiento y en algunas formas de aprendizaje— presentaban una diferencia de edad unos 3,5-3,6 años mayor que la de los participantes sanos. El hipocampo, necesario para formar nuevos recuerdos, parecía más de tres años más viejo.

En los pacientes con Alzheimer, una edad local elevada, por ejemplo en el globo pálido derecho, estaba estrechamente relacionada con peores resultados en las pruebas cognitivas generales y en las evaluaciones de autonomía en la vida diaria. En las personas con deterioro leve, esta relación era mucho más débil y apenas se observaba en los participantes sanos.

Los autores subrayan que, por ahora, el método es una herramienta de investigación, no una prueba médica lista para su uso. El modelo se entrenó con imágenes de RM de alta calidad obtenidas en estudios, que suelen ser mejores que las exploraciones estándar de los hospitales. Además, el sistema se entrenó únicamente con cerebros de personas cognitivamente sanas y las imágenes se obtuvieron, en su mayoría, en un único momento.

Por tanto, que una zona parezca «vieja» no significa por sí solo que una persona tenga Alzheimer ni que vaya a desarrollarlo necesariamente. Para averiguar si el mapa de edad local puede avisar de antemano de una demencia, hacen falta estudios de varios años con resonancias repetidas. En el futuro, los científicos quieren relacionar el envejecimiento regional con el estado de los vasos sanguíneos y del corazón, el metabolismo, el estilo de vida y otros biomarcadores. El trabajo se titula «Deep learning maps local brain aging in relation to cognition across human adulthood»; entre sus autores figuran Nikhil N. Chaudhari, Owen M. Vega Huerta, Samayan Bhattacharya, Nahian F. Chowdhury, Andrei Irimia y Alzheimer’s Disease Neuroimaging Initiative.


PEREC.RU

Investigadores del equipo de Nikhil N. Chaudhari y Andrei Irimia han presentado en PNAS un método que utiliza aprendizaje profundo para crear un mapa de la edad biológica local del cerebro. A diferencia del indicador tradicional de edad cerebral global, el nuevo sistema estima la edad de zonas concretas a nivel de vóxeles, pequeños elementos tridimensionales de las imágenes de RM. Así permite ver qué regiones envejecen más deprisa y si esas diferencias están relacionadas con un deterioro de las funciones cognitivas.

El modelo se entrenó con imágenes de RM de 14.748 personas cognitivamente sanas de entre 19 y 100 años. Para comprobarlo se utilizó un grupo independiente de 1.985 participantes de la Alzheimer’s Disease Neuroimaging Initiative: 1.102 personas sanas, 354 con deterioro cognitivo leve y 529 pacientes con enfermedad de Alzheimer. En las personas sanas, el error medio de estimación fue de unos 5,9 años.

El modelo mostró que el envejecimiento cerebral no se distribuye de manera uniforme. Los lóbulos frontal y temporal, relacionados con el pensamiento complejo y la memoria, parecían biológicamente más viejos que las regiones posteriores, incluidas las áreas visuales del lóbulo occipital. Los surcos de la corteza resultaron unos 0,40 años más viejos que las circunvoluciones. Además, la edad local media del hemisferio derecho era mayor que la del izquierdo. Esta diferencia se mantuvo tras volver a entrenar el modelo con una muestra equilibrada entre zurdos y diestros, aunque su causa sigue sin conocerse.

En las personas con Alzheimer y deterioro cognitivo leve, las zonas más envejecidas coincidían con regiones que suelen resultar afectadas por la neurodegeneración. En los pacientes con Alzheimer, el globo pálido y el putamen presentaban una diferencia de edad unos 3,5-3,6 años mayor que la de los participantes sanos. El hipocampo parecía más de tres años más viejo. Una edad local mayor en algunas estructuras, especialmente en el globo pálido derecho, se relacionó con peores resultados en las pruebas cognitivas y en las evaluaciones de autonomía diaria.

Los autores subrayan que, por ahora, el sistema está destinado a la investigación. Se entrenó con imágenes de RM de alta calidad obtenidas en estudios, que pueden diferir notablemente de las exploraciones clínicas estándar. Además, el modelo se entrenó solo con datos de personas cognitivamente sanas y la mayoría de las imágenes se obtuvieron en un único momento. Por tanto, una edad local mayor no significa que exista enfermedad de Alzheimer ni demuestra que vaya a aparecer necesariamente.

Para evaluar el valor pronóstico del método hacen falta estudios prolongados con exploraciones repetidas. Más adelante, los científicos quieren estudiar la relación del envejecimiento local con la salud vascular y cardiovascular, el metabolismo, el estilo de vida y otros biomarcadores. El trabajo se titula «Deep learning maps local brain aging in relation to cognition across human adulthood»; entre los autores figuran Nikhil N. Chaudhari, Owen M. Vega Huerta, Samayan Bhattacharya, Nahian F. Chowdhury, Andrei Irimia y Alzheimer’s Disease Neuroimaging Initiative.

Compartir

Artículos relacionados