¿Cuántos años tiene tu cerebro, en realidad? El análisis impulsado por IA refleja con precisión el riesgo de deterioro cognitivo y la enfermedad de Alzheimer

El cerebro humano contiene muchas pistas sobre la salud a largo plazo de una persona; de hecho, las investigaciones muestran que la edad del cerebro de una persona es un predictor más útil y preciso de los riesgos para la salud y futuras enfermedades que su fecha de nacimiento. Ahora, un nuevo modelo de inteligencia artificial (IA) que analiza imágenes de resonancia magnética (IRM) cerebrales desarrollado por investigadores de la USC podría usarse para capturar con precisión el deterioro cognitivo relacionado con enfermedades neurodegenerativas como el Alzheimer mucho antes que los métodos anteriores.

El envejecimiento cerebral se considera un biomarcador confiable para el riesgo de enfermedades neurodegenerativas. Dicho riesgo aumenta cuando el cerebro de una persona exhibe características que parecen «más viejas» de lo esperado para alguien de la edad de esa persona. Al aprovechar la capacidad de aprendizaje profundo del novedoso modelo de IA del equipo para analizar los escaneos, los investigadores pueden detectar marcadores anatómicos cerebrales sutiles que de otro modo serían muy difíciles de detectar y que se correlacionan con el deterioro cognitivo. Sus hallazgos, publicados el martes 2 de enero en la revista procedimientos de la Academia Nacional de Cienciasofrecen 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», dijo Andrei Irimia, profesor asistente de gerontología, ingeniería biomédica, biología cuantitativa y computacional y neurociencia. en la USC Leonard Davis School of Gerontology y autor correspondiente del estudio.

«Las personas envejecen a ritmos diferentes, al igual que los tipos de tejidos del cuerpo. Lo sabemos coloquialmente cuando decimos: ‘Fulano de tal tiene cuarenta años, pero aparenta treinta. La misma idea se aplica al cerebro. El cerebro de un cuarenta años puede parecer tan ‘joven’ como el cerebro de un hombre de treinta años, o puede parecer tan ‘viejo’ como el de un hombre de sesenta años».

Una alternativa más precisa a los métodos existentes

Irimia y su equipo cotejaron las resonancias magnéticas cerebrales de 4681 participantes cognitivamente normales, algunos de los cuales desarrollaron deterioro cognitivo o enfermedad de Alzheimer más adelante en la vida.

Usando estos datos, crearon un modelo de IA llamado red neuronal para predecir las edades de los participantes a partir de sus resonancias magnéticas cerebrales. Primero, los investigadores entrenaron a la red para producir mapas cerebrales anatómicos detallados que revelan patrones de envejecimiento específicos del sujeto. 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 muestran 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 un diferente arquitectura de red neuronal.

«La IA interpretable puede convertirse en una herramienta poderosa para evaluar el riesgo de Alzheimer y otras enfermedades neurocognitivas», dijo Irimia, quien también ocupa cargos docentes en la Escuela de Ingeniería Viterbi de la USC y la Facultad de Letras, Artes y Ciencias Dornsife de la USC. «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 puede y que son clave para identificar el riesgo de una persona muchos años antes de que desarrolle la afección».

El cerebro envejece de manera 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, un área responsable de la función motora. Los hallazgos también muestran que, entre las mujeres, el envejecimiento típico puede ser relativamente más lento en el hemisferio derecho del cerebro.

Un campo de estudio emergente se muestra prometedor para la medicina personalizada

Las aplicaciones de este trabajo se extienden mucho más allá de la evaluación del riesgo de enfermedades. Irimia imagina un mundo en el que los nuevos métodos de aprendizaje profundo desarrollados como parte del estudio se utilizan para ayudar a las personas a comprender qué tan rápido están envejeciendo en general.

«Una de las aplicaciones más importantes de nuestro trabajo es su potencial para allanar el camino hacia intervenciones personalizadas que aborden los patrones de envejecimiento únicos de cada individuo», dijo Irimia.

«Muchas personas estarían interesadas en conocer su verdadera tasa de envejecimiento. La información 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 pacientes- planes de tratamiento centrados y mapas personalizados del envejecimiento cerebral que pueden ser de interés para personas con diferentes necesidades y objetivos de salud».

Los autores del estudio incluyen a Phoebe Imms, Anar Amgalan, Nahian F. Chowdhury, Roy J. Massett y Nikhil N. Chaudhari de la USC Leonard Davis School of Gerontology; y Chenzhong Yin, Mingxi Cheng, Xinghe Chen, Paul M. Thompson y Paul Bogdan de la Escuela de Ingeniería USC Viterbi; y colegas de la Iniciativa de neuroimagen de la enfermedad de Alzheimer.