Científicos han desarrollado sofisticados modelos de inteligencia artificial capaces de predecir la edad cerebral con notable precisión utilizando resonancias magnéticas estándar, según una investigación publicada en Nature Communications el 5 de julio de 2025.
El estudio demuestra cómo los algoritmos de aprendizaje profundo, en particular las redes neuronales convolucionales (CNN), pueden analizar datos estructurales de resonancias magnéticas cerebrales para estimar la edad biológica del cerebro de una persona. A diferencia de enfoques previos que dependían de características preextraídas, estos modelos de IA aprenden directamente de los datos en bruto de las resonancias, capturando patrones sutiles que de otro modo pasarían desapercibidos.
La diferencia entre la edad cerebral predicha por la IA y la edad cronológica, conocida como brecha de edad cerebral (BAG, por sus siglas en inglés) o diferencia de edad predicha (PAD), funciona como un biomarcador poderoso para la salud cerebral. Una brecha positiva—cuando la edad predicha supera la edad cronológica—se ha asociado con deterioro cognitivo, mayor riesgo de enfermedades neurodegenerativas y peores resultados en la condición física y mental.
“La brecha de edad cerebral ofrece una forma de cuantificar la salud cerebral de una persona midiendo la desviación respecto a la trayectoria normal del envejecimiento”, explica el investigador principal. “Esto podría ayudar a identificar a personas en riesgo de padecer enfermedades como Alzheimer o Parkinson años antes de que aparezcan los síntomas”.
El equipo de investigación entrenó sus modelos con miles de escaneos cerebrales de sujetos sanos antes de validarlos en conjuntos de datos independientes. Los modelos lograron una precisión impresionante, con errores absolutos medios tan bajos como de 4 a 5 años. De manera importante, la tecnología demostró una gran fiabilidad en diferentes equipos y protocolos de escaneo.
Este avance representa un paso significativo hacia el monitoreo personalizado de la salud cerebral. A medida que la población mundial envejece, herramientas como esta podrían ser invaluables para estrategias de intervención temprana, permitiendo potencialmente a los médicos implementar medidas preventivas antes de que ocurra una neurodegeneración irreversible. Los investigadores ya han comenzado a explorar aplicaciones en entornos clínicos, con resultados preliminares prometedores para predecir el deterioro cognitivo.