Herramienta de IA de ‘edad cerebral local’ revela patrones de deterioro cognitivo

La atención de la demencia se ve dificultada por la falta de herramientas precisas para detectar y seguir la neurodegeneración temprana. Las medidas convencionales de la edad cerebral suelen condensar cambios complejos y específicos de cada región en un único valor, lo que limita la información clínica. La variabilidad en la forma en que envejecen distintas partes del cerebro puede ocultar patrones relacionados con el deterioro cognitivo. Para abordar este problema, investigadores han desarrollado un enfoque de inteligencia artificial que crea mapas detallados del envejecimiento cerebral local a partir de imágenes de resonancia magnética (RM).

Desarrollado en la Universidad del Sur de California (USC; Los Ángeles, California, EUA), el método de aprendizaje profundo genera mapas anatómicamente detallados que muestran qué edad aparentan tener regiones específicas del cerebro en relación con la edad cronológica de una persona. A diferencia de las estimaciones expresadas en un único valor, el modelo mide la edad cerebral local a nivel de vóxel, captando diferencias regionales de vulnerabilidad y resiliencia. Este enfoque permite comparar estructuras cerebrales directamente relacionadas con la función cognitiva.

El equipo entrenó la red neuronal con escáneres de RM de 14.748 adultos cognitivamente sanos de entre 19 y 100 años, extraídos de seis grandes conjuntos de datos públicos, incluidos el UK Biobank, el Human Connectome Project y la Alzheimer’s Disease Neuroimaging Initiative. Estos datos establecieron una línea de base normativa frente a la cual el modelo estima la edad cerebral local. En adultos sanos, el modelo indicó de forma constante que los lóbulos frontal y temporal parecían biológicamente más viejos que las regiones parietal y occipital, y encontró un envejecimiento ligeramente más avanzado en el hemisferio derecho que en el izquierdo, independientemente de la lateralidad.

Luego se probó el enfoque utilizando RM de más de 1.900 participantes adicionales en la Alzheimer’s Disease Neuroimaging Initiative, abarcando adultos cognitivamente normales, personas con deterioro cognitivo leve y personas con enfermedad de Alzheimer. En los grupos con afectación, los mapas mostraron un envejecimiento local acelerado en estructuras afectadas tempranamente por la neurodegeneración, incluido el hipocampo, la amígdala y varias regiones profundas del cerebro implicadas en la memoria y el procesamiento cognitivo. Una mayor edad cerebral local se asoció con un peor rendimiento en las evaluaciones cognitivas, y las relaciones más fuertes se observaron en la enfermedad de Alzheimer.

Los hallazgos se publicaron en Proceedings of the National Academy of Sciences el 3 de agosto de 2026. Los autores señalan que el método sigue siendo una herramienta de investigación porque fue entrenado principalmente con RM de calidad para investigación y depende en gran medida de datos transversales. Hará falta una validación adicional en conjuntos de datos clínicos más diversos y en estudios longitudinales para evaluar la progresión y las posibles respuestas a terapias experimentales.

“Este entendimiento más matizado de cómo envejece el cerebro podría abrir el camino a una identificación más temprana de la demencia, a una mejor comprensión de qué factores afectan el riesgo y a nuevas ideas para los enfoques de tratamiento”, dijo Andrei Irimia, profesor asociado en la Escuela Leonard Davis de Gerontología de la USC.

Enlaces relacionados
Escuela Leonard Davis de Gerontología de la USC