Un nuevo avance español podría hacer que algunas resonancias magnéticas cerebrales avanzadas sean mucho más rápidas, accesibles y cómodas para los pacientes. Dos investigadores del Instituto de Neurociencias, centro mixto del CSIC y la Universidad Miguel Hernández de Elche, han desarrollado una estrategia que combina inteligencia artificial y simulaciones computacionales para obtener información detallada del tejido cerebral utilizando solo una pequeña parte de los datos habituales. El método consigue reducir hasta un 90% el tiempo necesario en determinadas resonancias avanzadas, manteniendo un alto nivel de precisión y abriendo la puerta a una neuroimagen más eficiente en hospitales y centros clínicos.

La resonancia magnética de difusión permite estudiar de forma no invasiva cómo se mueve el agua en el tejido cerebral. Esa información ayuda a conocer mejor la microestructura del cerebro y puede ofrecer datos valiosos sobre su estado, pero las técnicas más avanzadas suelen requerir mucho tiempo de adquisición y una gran cantidad de mediciones.

La principal novedad del estudio está en la forma de entrenar la inteligencia artificial. En lugar de utilizar grandes bases de datos reales de pacientes, como ocurre en muchos modelos actuales, los investigadores han generado simulaciones basadas en la física del proceso de difusión en el tejido cerebral. Con esos datos simulados, las redes neuronales aprenden a ajustar parámetros que actúan como biomarcadores del estado del tejido.

Este enfoque presenta varias ventajas. Por un lado, permite generar tantos datos como sean necesarios sin depender de la disponibilidad de pacientes. Por otro, ayuda a evitar problemas de privacidad y reduce los sesgos que pueden aparecer cuando los modelos se entrenan únicamente con conjuntos de datos clínicos tradicionales.

Según Maximilian Eggl, investigador del Instituto de Neurociencias CSIC-UMH, la red entrenada completamente con simulaciones logró una alta precisión utilizando solo un 10% de los datos. En la práctica, esto podría suponer pasar de exploraciones de unos 40 minutos a pruebas de alrededor de 8 minutos para obtener una información equivalente.

Un método del CSIC-UMH puede hacer más rápidas las resonancias cerebrales

La reducción del tiempo dentro del escáner podría tener un impacto directo en la experiencia de los pacientes. Permanecer inmóvil durante una resonancia larga puede ser incómodo, especialmente para personas mayores, niños, pacientes con dolor, ansiedad o dificultades para mantenerse quietos. Acortar la duración de la prueba también ayudaría a aumentar el número de pacientes atendidos y aliviar listas de espera en hospitales con mucha demanda.

La investigadora Silvia De Santis, responsable del laboratorio Biomarcadores de Imaging Traslacional en el Instituto de Neurociencias, destaca que reducir el tiempo de adquisición permitiría incorporar técnicas de resonancia más avanzadas y ofrecer más información clínica al personal médico. Esto podría ser especialmente útil en el estudio de enfermedades neurodegenerativas como el alzhéimer, que pueden tener una fase preclínica muy prolongada antes de mostrar síntomas visibles.

Otra posibilidad interesante es reanalizar resonancias magnéticas antiguas. Según los investigadores, el nuevo enfoque basado en simulaciones permitiría reinterpretar datos obtenidos hace años con tecnologías más limitadas y extraer información adicional que antes no era accesible.

Aunque todavía será necesario avanzar para llevar este tipo de herramientas a la práctica clínica habitual, el hallazgo representa una gran noticia para la medicina del futuro. La combinación de física, simulaciones e inteligencia artificial puede hacer que las pruebas diagnósticas sean más rápidas, precisas y eficientes, mejorando tanto el trabajo de los profesionales como la experiencia de los pacientes.