Científicos han desarrollado un modelo informático que puede predecir con precisión la edad del cerebro y puede utilizarse para combinar diferentes tipos de pruebas de funcionamiento cerebral para predecir el declive cognitivo o la depresión, – escribe eurekalert.org en referencia a eLife.
Las pruebas no invasivas de la función cerebral como la magnetoencefalografía (MEG), la resonancia magnética (MRI) y la tomografía por emisión de positrones (PET) juegan un papel crucial en la neurología clínica. Pero como todas estas pruebas miden diferentes aspectos de la función cerebral, ninguna de ellas es óptima en sí misma. Entrenar a las computadoras para analizar los datos de diferentes pruebas y predecir los resultados clínicos dará una imagen más completa de cómo funciona el cerebro.
«Los modelos informáticos, que fueron entrenados para predecir la edad de una persona a partir de los datos del cerebro de grupos de población sanos, proporcionaron información clínica útil», explica Denis Engemann, autor principal e investigador del Inria, el instituto nacional de investigación de ciencias digitales de Francia. – El problema es que no siempre es posible obtener en la clínica todos los tipos de datos necesarios para este análisis.
En este estudio, el equipo decidió averiguar si podían desarrollar un modelo que combinara la información anatómica de las resonancias magnéticas con la información sobre los ritmos cerebrales bien registrados por el MEG. Lo más importante, querían ver si el modelo funcionaría si faltaban algunos datos.
Los investigadores entrenaron su modelo informático con un subconjunto de datos de la base de datos Cam-CAN, que contiene datos de MEG, MRI y neuropsicología de 650 personas sanas de 17 a 90 años. A continuación, compararon diferentes versiones del modelo con las exploraciones anatómicas estándar de resonancia magnética y modelos que tenían información adicional de las pruebas de resonancia magnética funcional y MEG. Descubrieron que al agregarle un MEG o una resonancia magnética funcional a la resonancia magnética estándar se obtenía una predicción más precisa de la edad cerebral.
Luego examinaron el marcador de edad del cerebro (llamado delta de edad del cerebro) y examinaron cómo se relaciona con las diversas funciones cerebrales que se miden con el MEG y la resonancia magnética. Esto confirmó que el MEG y la fMRI proporcionaron información única sobre la función cerebral, añadiendo poder adicional al modelo general.
Sin embargo, cuando probaron su modelo en una base de datos completa de Cam-CAN de 650 personas, algunas de las cuales no tenían datos de resonancia magnética, resonancia magnética fetal o electroencefalograma, descubrieron que, incluso sin datos, un modelo informático que utilizara sólo la información disponible era más preciso que una resonancia magnética. Esto es importante porque en las clínicas neurológicas, los pacientes no siempre disponen de todos los tipos de exploraciones.
De hecho, dado que la mayoría de los hospitales utilizan la electroencefalografía (EEG) en lugar de las pruebas de MEG, otra conclusión importante fue que la medición más potente de la función cerebral que las pruebas de MEG proporcionan al modelo también se puede medir con precisión con el EEG. Esto significa que, en la clínica, el EEG puede potencialmente reemplazar al MEG sin afectar la capacidad de predicción del modelo.
«Utilizamos un enfoque oportunista para enseñar al modelo informático a extraer información de los datos disponibles y predecir la edad del cerebro», concluye el autor principal Alexander Gramport, Director de Investigación de Inria. – Esperamos que se puedan obtener indicadores similares utilizando pruebas de EEG más sencillas, que se suelen utilizar junto con una resonancia magnética en una clínica y que se pueden aplicar fácilmente a otros criterios de valoración clínicos, como la dosis de medicamentos, la tasa de supervivencia o un diagnóstico preciso».
