Con ayuda de métodos de aprendizaje profundo con Inteligencia Artificial, desarrollados en la Universidad del Sur de California, en Estados Unidos, un equipo de investigadores ha logrado superar a los modelos existentes que miden la edad y el envejecimiento del cerebro.
En Proceedings of the National Academy of Sciences, el profesor Andrei Irima firma como director un estudio en el que explica, entre otras cosas, que la edad fenotípica del cerebro humano, revelada a través del aprendizaje profundo de imágenes de resonancia magnética anatómica, refleja patrones de cambio estructural relacionados con el deterioro cognitivo.
Nuestro aprendizaje profundo interpretable -añade- estima que el cerebro envejece con mayor precisión que cualquier otro enfoque hasta la fecha. Además, en comparación con la edad cronológica, nuestras edades cerebrales inferidas se asocian significativamente más fuertemente con los primeros signos de la enfermedad de Alzheimer.
Los mapas que transmiten la importancia de cada región del cerebro para estimar su edad revelan diferencias en los patrones de envejecimiento neurológico entre hombres y mujeres y entre personas con y sin deterioro cognitivo.
Estos hallazgos -matiza este especialista en Gerontología de la Universidad del Sur de California- ofrecen información sobre la identificación temprana de personas con alto riesgo de padecer el mal de Alzheimer.
A modo de resumen de la investigación que ha dirigido, explica que la brecha entre la edad cronológica (CA) y la edad biológica del cerebro, estimada a partir de imágenes de resonancia magnética (MRI), refleja cómo los patrones individuales de envejecimiento neuroanatómico se desvían de sus trayectorias típicas.
En su opinión, las estimaciones de la edad cerebral (BA), derivadas de la resonancia magnética, a menudo se obtienen utilizando modelos de aprendizaje profundo, que pueden funcionar relativamente mal con datos nuevos o que carecen de interpretabilidad neuroanatómica.
Edad del cerebro y Alzheimer
Este estudio -subraya- presenta una red neuronal convolucional (CNN) para estimar la edad cerebral después del entrenamiento en las resonancias magnéticas de un total de 4.681 participantes cognitivamente normales (CN) y la prueba en 1.170 voluntarios también clasificados como CN, de una muestra independiente.
Asegura el profesor Irimia que los errores de estimación de la edad cerebral son notablemente inferiores a los de estudios previos, tanto a nivel individual como de cohorte (N =351) y enfermedad de Alzheimer (AD, N =359).
Los neurocientíficos consideran el envejecimiento cerebral como un biomarcador confiable para el riesgo de enfermedades neurodegenerativas. Este riesgo aumenta cuando el cerebro de una persona exhibe características que parecen más viejas de lo esperado para la edad de esa persona.
Al aprovechar la capacidad de aprendizaje profundo del innovador modelo de IA de este equipo, los investigadores pueden detectar marcadores anatómicos cerebrales sutiles que, de otro modo, serían muy difíciles de conseguir y que se correlacionan con el deterioro cognitivo.
Estos hallazgos ofrecen una visión sin precedentes de la cognición humana. “Nuestro estudio aprovecha el poder del aprendizaje profundo para identificar áreas del cerebro que están envejeciendo, de manera que reflejen un deterioro cognitivo que puede conducir a la enfermedad de Alzheimer”, dice el profesor Andrei Irimia.
En su opinión, envejecemos a ritmos diferentes, al igual que los tipos de tejidos del cuerpo. “Lo sabemos coloquialmente cuando decimos: ‘Fulano de tal tiene 40 años, pero aparenta 30’. La misma idea se aplica al cerebro. El cerebro de una persona de 40 años puede parecer tan joven como el de un hombre de 30 años, o puede parecer tan viejo como el de un hombre de 60 años”.
IA interpretable
Irimia y su equipo cotejaron las resonancias magnéticas cerebrales de 4.681 participantes cognitivamente normales, algunos de los cuales desarrollaron deterioro cognitivo o enfermedad de Alzheimer más adelante en la vida.
Usando los datos de esos 4.681 voluntarios normales desde un punto de vista cognitivo, desarrollaron un innovador modelo de Inteligencia Artificial (red neuronal) para predecir las edades de los participantes a partir de sus resonancias magnéticas cerebrales.
Antes que nada, estos científicos entrenaron a la red para producir mapas cerebrales anatómicos detallados, que revelan patrones de envejecimiento específicos de la persona. Luego compararon las edades cerebrales percibidas (biológicas) con las edades reales (cronológicas) de los participantes del estudio. Cuanto mayor sea la diferencia entre los dos, peores serán las puntuaciones cognitivas de los participantes, que reflejan el riesgo de Alzheimer.
Los resultados demuestran que el modelo del equipo puede predecir las edades reales (cronológicas) de los participantes cognitivamente normales con un error absoluto promedio de 2,3 años, que es aproximadamente un año más preciso que un modelo premiado existente para la estimación de la edad cerebral, que utilizó una diferente arquitectura de red neuronal.
“La IA interpretable -destaca Irimia- puede convertirse en una herramienta poderosa para evaluar el riesgo de Alzheimer y otras enfermedades neurocognitivas. Cuanto antes podamos identificar a las personas con alto riesgo de enfermedad de Alzheimer, antes podrán intervenir los médicos con opciones de tratamiento, seguimiento y control de la enfermedad. Lo que hace que la IA sea especialmente poderosa es su capacidad para detectar características sutiles y complejas del envejecimiento que otros métodos no pueden y que son clave para identificar el riesgo de una persona muchos años antes de que desarrolle la afección”.
El cerebro envejece de forma diferente según el sexo
El nuevo modelo también revela diferencias específicas de sexo en la forma en que el envejecimiento varía según las regiones del cerebro. Ciertas partes del cerebro envejecen más rápido en los hombres que en las mujeres, y viceversa.
Los hombres, que corren un mayor riesgo de deterioro motor debido a la enfermedad de Parkinson, experimentan un envejecimiento más rápido en la corteza motora del cerebro, área responsable de la función motora. Los hallazgos también demuestran que, entre las mujeres, el envejecimiento típico puede ser relativamente más lento en el hemisferio derecho del cerebro.
Las aplicaciones de este trabajo se extienden mucho más allá de la evaluación del riesgo de enfermedades. Así, el profesor Irimia imagina un mundo en el que los nuevos métodos de aprendizaje profundo desarrollados como parte del estudio se utilizan para ayudar a personas a comprender el envejecimiento en general.
Una de las aplicaciones más importantes de este trabajo es su potencial para allanar el camino para intervenciones personalizadas que aborden los patrones de envejecimiento únicos de cada individuo.
En este punto, el profesor Irimia opina que son muchas las personas interesadas en conocer su verdadera tasa de envejecimiento. “La información -dice también- podría darnos pistas sobre diferentes cambios en el estilo de vida o intervenciones que una persona podría adoptar para mejorar su salud y bienestar general. Nuestros métodos podrían usarse para diseñar planes de tratamiento centrados en el paciente y mapas personalizados del envejecimiento cerebral que pueden ser de interés para personas con diferentes necesidades y objetivos de salud”.
