Investigadores logran reducir el tiempo de las resonancias magnéticas mediante IA
Un equipo de investigadores en España desarrolló un método que utiliza inteligencia artificial y simulaciones computacionales para obtener información detallada del cerebro. El procedimiento permite procesar resonancias magnéticas de forma acelerada utilizando menos datos que los métodos convencionales.
Publicado en la revista Communications Medicine, el sistema logra reducir hasta un 90 por ciento el tiempo requerido para realizar resonancias avanzadas. Este avance técnico mantiene la precisión de los resultados y permite proyectar diagnósticos por imagen más eficientes y accesibles para los sistemas de salud.
Reducción de tiempos
En la actualidad, un paciente debe permanecer inmóvil dentro de un escáner entre 30 y 60 minutos. El nuevo enfoque, propuesto por el Instituto de Neurociencias (IN), centro mixto del Consejo Superior de Investigaciones Científicas (CSIC) y la Universidad Miguel Hernández de Elche (UMH), cambia la aplicación de la IA en la neuroimagen.
En lugar de entrenar los modelos con datos reales de pacientes, se utilizó un modelo basado en la física del proceso de difusión en el tejido cerebral. Esto permitió generar simulaciones que imitan de forma realista las resonancias magnéticas de pacientes reales para el entrenamiento del sistema.
Simulaciones y física
A partir de estos datos, se entrenaron sistemas computacionales inspirados en neuronas biológicas. Los mismos permiten ajustar parámetros del modelo para que actúen como biomarcadores del estado del tejido, empleando un número reducido de imágenes de resonancia magnética.
Silvia De Santis, investigadora del CSIC que lidera el laboratorio Biomarcadores de Imaging Traslacional, explicó que reducir el tiempo de adquisición permite incorporar técnicas más avanzadas. Esto se traduce en una mayor cantidad de información clínica disponible para el personal médico.
Eficiencia clínica
El uso de simulaciones permite generar el volumen de datos necesario sin depender de la disponibilidad de pacientes, evitando complicaciones relacionadas con la privacidad. Maximilian Eggl, investigador del proyecto, señaló que la red es capaz de obtener una precisión alta utilizando solo un 10 por ciento de los datos habituales.
En términos operativos, una sesión de escaneo de 40 minutos podría reducirse a solo ocho minutos manteniendo la calidad de la información. Este cambio posibilitaría aumentar la cantidad de pacientes atendidos y optimizar el funcionamiento de los centros hospitalarios con alta demanda.
Diagnóstico precoz
El método abre nuevas posibilidades para el estudio de enfermedades neurodegenerativas como el alzhéimer. Estas patologías presentan fases preclínicas prolongadas de hasta dos décadas donde no aparecen síntomas visibles, pero sí cambios microestructurales detectables con estas técnicas.
Finalmente, el sistema permite reanalizar datos de resonancia magnética adquiridos hace décadas que estaban limitados por la tecnología de su época. Gracias a la aproximación basada en simulaciones, estos registros pueden reinterpretarse para extraer nueva información relevante sobre diversas enfermedades neurológicas.
