La nueva IA que analiza tu cerebro para tratar enfermedades supuestamente incurables

Según el profesor Vinod Menon de Stanford Medicine, el sexo tiene un papel crucial como determinante biológico en la organización del cerebro humano, con "implicaciones significativas para el desarrollo de biomarcadores personalizados específicos del sexo en trastornos psiquiátricos y neurológicos". En otras palabras: los cerebros de las mujeres y los hombres son tan diferentes que afectan inequívocamente nuestro comportamiento, actitudes y salud. Pero la clave no es que hombres y mujeres seamos diferentes, sino que estas diferencia indican un posible camino para evitar y sanar enfermedades como el Alzheimer, Parkinson, TEA, TDAH o depresión.

Menon, junto con Srikanth Ryali, Yuan Zhang, Kaustubh Supekar y Carlo de los Ángeles, son los autores principales de un nuevo artículo de investigación que ha utilizado un modelo de inteligencia artificial para detectar estas diferencias en nuestros cerebros y predecir su impacto en el comportamiento de hombres y mujeres. El nuevo estudio publicado en las Actas de la Academia Nacional de Ciencias de los Estados Unidos de América (PNAS) muestra que su modelo puede detectar estas diferencias en los escaneos de imagen de la actividad cerebral con más de un 90% de precisión. Los resultados de su modelo, según los investigadores, demuestran que el género influye fundamentalmente en la estructura y la función del cerebro.

TE PUEDE INTERESAR

Calculan la posibilidad real de que el asteroide Apophis destruya una ciudad en 2029

Jesús Díaz

Cómo lo han hecho

El equipo ha usado una red neuronal profunda espaciotemporal (stDNN), una IA diseñada específicamente para analizar e interpretar los patrones dinámicos de actividad cerebral capturados en las exploraciones por imagen capturada con resonancia magnética funcional (fMRI).

El modelo de IA stDNN es esencialmente un algoritmo complejo diseñado para detectar patrones en estas ‘películas’ de actividad cerebral. Para entrenarlo, el equipo se basó en un vasto conjunto de datos que comprendía escaneos cerebrales y datos de comportamiento de más de mil individuos, mejorados a través de un proceso conocido como aumento de datos. Este proceso aumenta el tamaño y la diversidad del conjunto de datos, mejorando la capacidad del modelo para aprender y hacer distinciones precisas.

Profundas implicaciones tanto en el diagnóstico como en las estrategias de tratamiento

Después del aprendizaje, el modelo examinó el intrincado flujo de información a través de varias regiones del cerebro a lo largo del tiempo, detectando diferencias sutiles pero consistentes entre el cerebro masculino y femenino.

La precisión del 90% de este modelo de IA para distinguir entre cerebros masculinos y femeninos, afirman, demuestra la fiabilidad de sus hallazgos. Este nivel de precisión es crucial para desarrollar intervenciones médicas personalizadas y comprender los fundamentos biológicos de las diferencias específicas de sexo en los trastornos de salud mental. Por ejemplo, apuntan, hay claras tendencias entre géneros entre las diferentes tasas de prevalencia de afecciones como la depresión, el autismo, el TDAH, la enfermedad de Parkinson y la enfermedad de Alzheimer que pueden entenderse mejor analizando estas diferencias de organización cerebral.

Afecta a todo

Las diferencias no son meramente superficiales o marginales, afirman, sino profundas y consistentes. El estudio afirma que sustentan distintos aspectos de la función cognitiva, el comportamiento y la susceptibilidad a ciertas condiciones de salud mental.

Estas variaciones se manifiestan en las redes cerebrales clave, incluida la red límbica, que está involucrada en el procesamiento de emociones; la red de modo predeterminado (DMN), que está activa durante el descanso e involucrada en pensamientos autorreferenciales; y el núcleo estriado, que juega un papel importante en la toma de decisiones y los comportamientos relacionados con la recompensa.

El estudio utilizó tecnología de IA explicable (XAI en sus siglas en inglés), que muestra Ias características cerebrales específicas que la IA identifica como significativas para diferenciar los cerebros masculinos de los femeninos. Aparte de que esto ofrece un método transparente sobre el proceso de toma de decisiones del modelo de IA, también proporciona información valiosa sobre la base neurobiológica de las diferencias de sexo en el cerebro humano.

Camino para comprender, prevenir y sanar

La investigación de Stanford Medicine indica el camino de las razones subyacentes por las que ciertas enfermedades y trastornos relacionados con el cerebro presentan diferentes porcentajes de prevalencia entre los sexos, algo que puede tener profundas implicaciones tanto en el diagnóstico como en las estrategias de tratamiento.

Los hallazgos, por ejemplo, podrían dilucidar por qué la depresión se diagnostica con más frecuencia en las mujeres (33%) que en los hombres (20%). Al identificar patrones específicos en la dinámica cerebral de las mujeres, los investigadores pueden desarrollar tratamientos específicos que tengan en cuenta estas diferencias, algo que afirman puede conducir a enfoques terapéuticos más efectivos y personalizados para la depresión.

La identificación de patrones específicos en el trastorno del espectro autista (TEA) ofrece una vía de investigación sobre los fundamentos neurobiológicos que pueden explicar por qué tiene mayor prevalencia en hombres que en mujeres. A su vez, esto puede guiar la creación de criterios e intervenciones de diagnóstico específicos del sexo. Lo mismo se puede decir del TDAH (trastorno por déficit de atención e hiperactividad: los niños tienen más probabilidades de ser diagnosticados con TDAH y esta investigación podría conducir a una mejor comprensión de las diferencias de la función cerebral que contribuyen a este patrón.

También pasa lo mismo con el Alzheimer —más mujeres que hombres se ven afectadas por la enfermedad— o el Parkinson, con el que sucede lo contrario. De nuevo, los conocimientos del estudio podrían conducir a estrategias y tratamientos preventivos que abordan específicamente los riesgos únicos y los patrones de progresión observados en ambos sexos para ambas enfermedades para poder reducir su incidencia e impacto.