Inteligencia Artificial para saber con precisión la edad real
El primer paso fue construir un modelo de IA basado en aprendizaje profundo, para estimar la edad a partir de radiografías de tórax de individuos sanos. Foto: rawpixel/Freepik

Apoyándose en un modelo avanzado de Inteligencia Artificial (IA), científicos de la Universidad japonesa de Osaka han convertido las radiografías de tórax en una herramienta fiable para saber, con precisión, la edad real.

En The Lancet Healthy Longevity, aparece el estudio, codirigido por Yasuhito Mitsuyama y el doctor Daiju Ueda, en el que explican los detalles del modelo impulsado por IA que utiliza radiografías de tórax para desarrollar biomarcadores para el envejecimiento.

El primer paso fue construir un modelo de IA basado en aprendizaje profundo, para estimar la edad a partir de radiografías de tórax de individuos sanos.

A continuación, aplicaron este modelo a radiografías de pacientes con enfermedades conocidas, para analizar la relación entre la edad estimada por IA y cada enfermedad.

Como quiera que la IA entrenada en un sólo conjunto de datos es propensa al sobreajuste, los investigadores recopilaron datos de múltiples instituciones.

Para el desarrollo, entrenamiento, pruebas internas y externas del modelo de IA para la estimación de la edad se obtuvieron un total de 67.099 radiografías de tórax, entre los años 2008 y 2021, correspondientes a 36.051 personas sanas que se sometieron a controles de salud en tres centros sanitarios.

El modelo desarrollado mostró un coeficiente de correlación de 0,95 entre la edad estimada por IA y la edad cronológica. En general, un coeficiente de correlación de 0,9 o superior se considera muy fuerte.

Recuerdan en este estudio que el aprendizaje profundo es un subcampo de la inteligencia artificial que ha impulsado avances sustanciales en el campo de las imágenes médicas. Puede extraer características automáticamente de los datos de entrenamiento, mientras que el aprendizaje automático convencional necesita que las características se extraigan manualmente.

Edad estimada por IA

Así, concluyen que el aprendizaje profundo es particularmente ventajoso para tareas que involucran características complejas o desconocidas. Dado que la relación entre el envejecimiento y las radiografías de tórax aún no se comprende completamente, el aprendizaje profundo podría ayudar a dilucidar esta conexión.

Para validar la utilidad de la edad estimada por IA utilizando radiografías de tórax como biomarcador, se compilaron 34.197 radiografías de tórax adicionales de otros tantos pacientes con enfermedades conocidas de otras dos instituciones.

Los resultados revelaron que la diferencia entre la edad estimada por IA y la edad cronológica del paciente se correlacionó positivamente con una variedad de enfermedades crónicas, como hipertensión, hiperuricemia y enfermedad pulmonar obstructiva crónica.

En otras palabras, cuanto mayor era la edad estimada por IA en comparación con la edad cronológica, más probable era que las personas tuvieran estas enfermedades. “La edad cronológica es uno de los factores más críticos en medicina”, subraya Mitsuyama.

“Nuestros resultados -dice también- sugieren que la edad aparente basada en la radiografía de tórax puede reflejar con precisión las condiciones de salud, más allá de la edad cronológica. Nuestro objetivo es desarrollar aún más esta investigación y aplicarla para estimar la gravedad de las enfermedades crónicas, predecir la esperanza de vida y pronosticar posibles complicaciones quirúrgicas”.

Entre los intentos, cada vez más frecuentes en distintos grupos de investigadores, de intentar revertir el proceso natural de envejecimiento, cabe recordar que un equipo interdisciplinar de científicos de las universidades estadounidenses de Harvard, Maine y del MIT protagonizó un elegante trabajo en el que desarrollaron un método químico para reprogramar las células a su estado más joven.

Como explica David Sinclair, primer autor de este estudio, esta técnica es una alternativa potencial a la terapia génica para revertir el envejecimiento.

Revertir el envejecimiento

Con el fin de detectar moléculas que reviertan el envejecimiento celular y rejuvenezcan las células humanas sin alterar el genoma, “desarrollamos ensayos basados en células de alto rendimiento que distinguen las células jóvenes de las viejas y senescentes, incluidos los relojes de envejecimiento basados en la transcripción y una compartimentación nucleocitoplasmática en tiempo real”, detalla Sinclair.

Esto lo consiguieron con nuevos métodos de detección, incluido un ensayo cuantitativo de compartimentación nucleocitoplasmática (NCC) que puede distinguir con facilidad entre células jóvenes, viejas y senescentes.

Así, consiguieron identificar seis cócteles químicos que, en menos de una semana y sin comprometer la identidad celular, restauraron un perfil de transcripción de todo el genoma juvenil y una edad transcriptómica inversa. “Por lo tanto -matizan-, el rejuvenecimiento por reversión de la edad se puede lograr, no sólo por medios genéticos, sino también químicos”.

Finalmente, destacar que en este estudio sus autores proporcionan evidencia, basada en la compartimentación de proteínas y los patrones de expresión génica en células jóvenes y senescentes, de que “las moléculas pequeñas pueden revertir la edad transcriptómica de las células sin borrar la identidad celular o inducir estados similares a células madre pluripotentes inducidas (iPSC)”.

En este sentido, desvelan que se realizan estudios de seguimiento para dilucidar la maquinaria celular que media estos efectos rejuvenecedores, “con énfasis en los mecanismos por los cuales las células aparentemente escriben y luego leen una copia de respaldo de la información epigenética anterior, para restablecer las estructuras de cromatina y los patrones de expresión de genes juveniles”.

Dejar respuesta

Please enter your comment!
Please enter your name here