Un nuevo estudio realizado por un equipo de investigadores del MIT, la Universidad de Harvard y el Hospital General de Massachusetts presenta un software impulsado por inteligencia artificial que permite segmentar automáticamente ocho troncos nerviosos distintos en secuencias de resonancia magnética de difusión.
Este avance es significativo, ya que los sistemas de imagen anteriores no lograban resolver con precisión estos cables neuronales cruciales en el tronco encefálico, lo que limitaba la capacidad de los investigadores y médicos para evaluar su estado ante traumas o neurodegeneración.
Detalles del estudio y herramientas desarrolladas
La investigación, publicada el 6 de febrero en los Proceedings of the National Academy Sciences, revela que la herramienta BrainStem Bundle Tool (BSBT) mostró patrones de cambios estructurales en pacientes con enfermedades como el Parkinson, la esclerosis múltiple y lesiones cerebrales traumáticas. Además, permitió el seguimiento de la recuperación de un paciente en coma a lo largo de siete meses.
Mark Olchanyi, estudiante de posgrado en el MIT y líder del estudio, enfatiza: “El tronco encefálico es una región del cerebro que no ha sido explorada adecuadamente debido a la dificultad en su imagen”. Su trabajo busca comprender cómo la organización de la materia blanca en el cerebro se ve afectada por diversas enfermedades.
Desarrollo del algoritmo y su funcionamiento
El algoritmo de BSBT utiliza resonancia magnética de difusión para rastrear las ramas largas, o “axones”, que las neuronas extienden para comunicarse. A pesar de los retos, como la pequeña dimensión de los axones y los movimientos naturales del cuerpo, Olchanyi diseñó el algoritmo para superar estos obstáculos.
El proceso incluyó la formación de una red neuronal convolucional que combina un mapa probabilístico de fibras y varias fuentes de información de imagen dentro del tronco encefálico, permitiendo identificar los ocho troncos individuales. La red fue entrenada con 30 resonancias magnéticas en vivo, lo que mejoró su precisión.
Potencial de nuevos biomarcadores
Tras validar el algoritmo, el equipo analizó la capacidad de BSBT para segmentar troncos en resonancias magnéticas de pacientes con Alzheimer, Parkinson y lesiones cerebrales traumáticas. Se encontraron patrones consistentes de cambios en los troncos, lo que sugiere que BSBT puede ser un biomarcador valioso para seguir la progresión de estas condiciones.
La herramienta mostró ser más precisa que otros métodos en la diferenciación entre pacientes y controles, ofreciendo una evaluación detallada de la estructura de la materia blanca en el tronco encefálico.
En un caso particular, el análisis de un hombre de 29 años en coma reveló que los troncos de su tronco encefálico estaban desplazados pero no cortados, y que los daños disminuyeron a medida que se recuperaba. Esto sugiere que BSBT tiene un potencial pronóstico considerable en la recuperación de pacientes en coma.
