Un equipo internacional liderado por el Instituto ITACA de la Universitat Politécnica de Valencia desarrolló uno de los atlas del cerebro humano más completos y detallados del mundo, publicó la revista Scientific Reports.

Llamado HoliAtlas, será especialmente útil para el estudio y diagnóstico temprano de enfermedades neurológicas y neurodegenerativas, como Alzheimer o Parkinson.

El nuevo mapa está basado en imágenes de resonancia magnética multimodales de ultra-alta resolución y supera ampliamente el nivel de detalle de los atlas existentes basados en imágenes de resonancia magnética.

«HoliAtlas ofrece una representación completa y multinivel del cerebro, desde estructuras globales hasta subestructuras muy específicas, de forma holística”, explicó José Vicente Manjón, responsable del grupo.

Su resolución y su integración multimodal facilitan la identificación de estructuras profundas y permiten desarrollar métodos de segmentación automática más precisos, mejorar el análisis morfológico y detectar cambios anatómicos muy sutiles, detalló.

Resaltó que este atlas podrá ser de gran ayuda para estudiar patologías como el Alzheimer o el Parkinson y facilitar un diagnóstico más preciso.

Disponer de atlas cerebrales cada vez más precisos es clave para comprender la arquitectura del cerebro humano, integrar datos de distintos estudios y avanzar hacia diagnósticos y tratamientos más personalizados, aseveró el científico. 

25 marzo 2026 | Fuente: Prensa Latina | Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2026. Agencia Informativa Latinoamericana Prensa Latina S.A. | Noticia

Una resonancia magnética cerebral puede detallar el riesgo de pérdida de memoria y otras dificultades cognitivas, según un artículo publicado hoy en Nature Aging.

Ante la pregunta ¿a qué velocidad envejece tu cerebro?, las exploraciones convencionales revelan el ritmo, de acuerdo con el artículo basado en un estudio de más de 50 000 pesquisas cerebrales.

Las imágenes contienen pistas sobre el riesgo de demencia y diversas enfermedades relacionadas con la edad, y aquí influyen características fundamentales como el grosor de la corteza cerebral (la región que controla el lenguaje y el pensamiento) y el volumen de materia gris que contiene.

Estas y otras características pueden predecir la velocidad a la que la capacidad de pensar y recordar de una persona disminuirá con la edad, así como su riesgo de fragilidad, enfermedad y muerte, indica el artículo de Nature Aging.

Sobre esa línea Madhi Moqri, biólogo computacional que estudia el envejecimiento en la Facultad de Medicina de Harvard Massachusetts, Estados Unidos, dice que aunque es demasiado pronto para utilizar los nuevos resultados en evaluación de personas en la clínica, la prueba proporciona ventajas sobre los «relojes» de envejecimiento informados anteriormente.

Estos se basan generalmente en análisis de sangre que pretenden medir qué tan rápido envejece una persona, explica Moqri, quien no integra el estudio y es citado por Nature Aging.

El experto asevera que «las imágenes ofrecen información única y directa sobre el envejecimiento estructural del cerebro, aportando información que los biomarcadores moleculares o basados en la sangre por sí solos no pueden captar».

01 julio 2025 | Fuente: Prensa Latina | Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2025. Agencia Informativa Latinoamericana Prensa Latina S.A. | Noticia

Un estudio en el que participa el Instituto de Neurociencias (IN), centro mixto de la Universidad Miguel Hernández de Elche y el Consejo Superior de Investigaciones Científicas (CSIC), ha revelado la arquitectura dinámica del cerebro con técnicas de resonancia magnética funcional y ha constatado que los retrasos en la comunicación entre regiones cerebrales son clave para entender la organización de las redes funcionales.

Publicada recientemente en la revista Cell Systems, esta investigación introduce «un enfoque innovador para el estudio de las conexiones cerebrales utilizando resonancia magnética funcional», según un comunicado de la Universidad Miguel Hernández (UMH) de Elche.

El Instituto de Neurociencias de Transilvania (Rumanía) interviene también en este trabajo, que cuenta con la colaboración de la Universidad Politécnica de Valencia.

A diferencia de los métodos convencionales que promedian una única red estática, los investigadores han empleado una aproximación que estudia la evolución temporal del peso de las conexiones, mediante el análisis de su distribución estadística en lugar de su activación media, lo que les ha permitido descubrir una arquitectura cerebral que es, a la vez, robusta y dinámica.

Según el investigador Santiago Canals, que lidera el laboratorio Plasticidad de las redes neuronales en el IN, «la velocidad de conexión entre regiones cerebrales es variable, lo que introduce distintos retrasos en la comunicación».

«Nuestro objetivo ha sido incorporar estos retrasos al análisis de conectividad funcional para obtener un método más preciso y sensible», ha explicado Canals.

Los resultados de esta investigación constatan la existencia de un esqueleto funcional formado por conexiones robustas sin retraso, que se complementa con un gran número de conexiones más débiles y cuyo peso varía en el tiempo, dando flexibilidad a la arquitectura funcional.

«Este enfoque dinámico permite capturar mejor la realidad del cerebro, que está en constante cambio. Nos ha permitido obtener resultados comparables en ratas, monos y humanos, y extraordinariamente consistentes cuando un mismo sujeto es escaneado de manera repetida en el tiempo, una cuestión poco habitual en el campo de la resonancia magnética», ha destacado Canals.

Uno de los descubrimientos más relevantes del estudio es la identificación del esqueleto, un conjunto de conexiones funcionales extremadamente fuertes y estables que actúan como la columna vertebral de la comunicación en el cerebro.

Estos nodos, a pesar de representar menos del 10 % de todas las conexiones estudiadas, desempeñan un papel esencial en la cohesión global de las redes cerebrales: mantienen una conectividad robusta que asegura la eficiencia en la comunicación entre distintas regiones.

«La eficiencia en la comunicación de la red se reduce dramáticamente cuando alguna de estas conexiones se ve comprometida, lo que subraya su importancia en la estructura funcional del cerebro. Por otro lado, los enlaces más débiles y dinámicos, amplifican extraordinariamente los posibles estados funcionales del sistema, proporcionando flexibilidad», ha señalado Canals.

Para desarrollar este estudio, los científicos han empleado datos de resonancia magnética funcional adquiridos en ratas, primates no humanos y humanos, así como datos de pacientes que sufren un trastorno por consumo de alcohol.

Estos hallazgos abren nuevas vías para identificar biomarcadores cerebrales más precisos y sensibles, capaces de detectar alteraciones sutiles en las redes neuronales, lo que podría tener implicaciones importantes en el diagnóstico de enfermedades neuropsiquiátricas, según la nota de prensa de la UMH.

09 septiembre 2024|Fuente: EFE |Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2024. Agencia Informativa Latinoamericana Prensa Latina S.A.|Noticia

En un futuro la información recopilada con la IA podrá permitir a los médicos «ganar tiempo para controlar la enfermedad, personalizar los tratamientos y mejorar los resultados de los pacientes».

Una inteligencia artificial (IA) desarrollada por un equipo científico en el que ha participado el Centro de Regulación Genómica (CRG) es capaz de diferenciar las células cancerosas de las normales, así como de detectar las fases más tempranas de la infección viral en su interior.

Los hallazgos de este proyecto, en el que también han colaborado la Universidad del País Vasco (UPV/EHU), el Donostia International Physics Center (DIPC) y la Fundación Biofísica Bizkaia (FBB), abren el camino para desarrollar nuevas técnicas de diagnóstico y estrategias de seguimiento de enfermedades.

La herramienta, bautizada como AI of the Nucleus (AINU), escanea imágenes de alta resolución de las células, que se obtienen con una técnica especial de microscopía llamada STORM, que crea una imagen que captura muchos más detalles de los que pueden ver los microscopios normales.

Las instantáneas de alta definición revelan estructuras con una resolución a nivel nanométrico (nm), es decir, una milmillonésima parte de un metro.

Así, la IA puede detectar reordenamientos dentro de las células tan pequeñas como 20 nm o 5 000 veces menores que el ancho de un cabello humano, alteraciones demasiado pequeñas como para que los observadores humanos las detecten con los métodos tradicionales.

«La resolución de las imágenes es suficientemente potente como para reconocer patrones específicos con una precisión notable, incluidos los cambios en la forma en que se organiza el ADN en las células», ha explicado la profesora de investigación ICREA Pia Cosma, coautora principal del estudio e investigadora del CRG.

La experta ha destacado que se prevé que en un futuro este tipo de información pueda permitir a los médicos «ganar tiempo para controlar la enfermedad, personalizar los tratamientos y mejorar los resultados de los pacientes».

Una respuesta casi inmediata

La resolución nanométrica de las imágenes permitió que la IA detectara cambios en el núcleo de una célula solo una hora después de que fuera infectada por el virus del herpes simple tipo uno.

«Normalmente, los médicos tardan un tiempo en detectar una infección porque se basan en síntomas visibles o cambios mayores en el cuerpo», ha afirmado Ignacio Arganda-Carreras, coautor del estudio e investigador asociado de la UPV/EHU.

Sin embargo, el investigador ha apuntado que, con AINU, «vemos pequeños cambios en el núcleo de la célula inmediatamente».

Por su parte, Limei Zhong, coautora principal del estudio e investigadora del Hospital Popular Provincial de Guangdong (GDPH) en Guangzhou (China), ha agregado: «En hospitales y en la clínica, AINU podría utilizarse para diagnosticar infecciones a partir de una simple muestra de sangre o tejido».

Sentando las bases para la preparación clínica

Los autores del estudio avisan de que todavía deben superar «importantes limitaciones» antes de que la tecnología esté lista para ser probada o implementada en un entorno clínico.

Por ejemplo, las imágenes STORM solo pueden tomarse con equipos especializados que normalmente solo se encuentran en laboratorios de investigación biomédica.

Asimismo, la instalación y el mantenimiento de los sistemas de imágenes que requiere la IA suponen, según los investigadores, «una importante inversión tanto en equipos como en competencias técnicas».

Otro posible contratiempo es que estas imágenes analizan pocas células a la vez, por lo que, para fines de diagnóstico, los médicos necesitarían capturar muchas más células en una sola imagen para poder detectar o monitorizar una enfermedad.

«Hay muchos avances rápidos en el campo de las imágenes STORM, por lo que los microscopios pronto podrán estar disponibles en laboratorios más pequeños o menos especializados e incluso en la clínica. Esperamos realizar experimentos preclínicos pronto», ha subrayado la doctora Cosma.

27 agosto 2024|Fuente: EFE |Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2024. Agencia Informativa Latinoamericana Prensa Latina S.A.|Noticia

El Hospital Universitario Parc Taulí de Sabadell (Barcelona) inició en el mes de julio un ensayo clínico multicéntrico de un software de inteligencia artificial, Optimal XR, para detectar cáncer de pulmón en radiografías no informadas y así reducir los nódulos pulmonares potencialmente malignos que, al pasar desapercibidos, no se diagnostican a tiempo.

La innovación se enmarca en el proyecto Optimal Lung, un sistema de apoyo a la decisión clínica basado en inteligencia artificial para la detección de nódulos pulmonares impulsado desde el Parc Taulí, el Hospital Universitario Vall d’Hebron de Barcelona y el centro tecnológico Eurecat, en Cerdanyola del Vallès (Barcelona), según ha informado este miércoles dicho centro en un comunicado.

Aunque el cáncer de pulmón es la primera causa de mortalidad por cáncer en todo el mundo, la aparición tardía de sus síntomas hace que el 80 % pase desapercibido y se diagnostique en fases muy avanzadas, cuando la tasa de supervivencia a cinco años es inferior al 20 %.

Por este motivo, el estudio liderado por el neumólogo e investigador emérito del Institut d’Investigació i Innovació Parc Taulí (I3PT) Eduard Monsó pretende confirmar la eficacia y seguridad del algoritmo y validar su uso en un entorno hospitalario real, para poder proceder con su comercialización.

Optimal XR es un software que utiliza tecnología de aprendizaje profundo (‘deep learning’, en inglés) para analizar radiografías y se centra, concretamente, en las procedentes de la atención primaria y los servicios de urgencia, con el objetivo de evitar pasar por alto nódulos pulmonares cancerígenos.

Durante el ensayo, se analizarán unas 3 000 radiografías de tórax en tiempo real de la base de datos del Centro de Imagen Médica Digital (CIMD) del Parc Taulí, no necesariamente relacionadas en un inicio con enfermedades respiratorias.

«Los nódulos detectados por el sistema serán revisados por un radiólogo y, en el caso de ser confirmados, serán referidos al Servicio de Neumología para una evaluación más detallada y seguimiento», explica Monsó.

La prueba clínica tendrá una duración estimada de 16 meses; diez de reclutamiento y seis de seguimiento clínico, además de un seguimiento pasivo adicional durante los tres años posteriores.

Actualmente, la detección temprana del cáncer de pulmón es un reto para la atención primaria, pues la creciente falta de radiólogos especializados impide identificar nódulos cancerígenos en etapas iniciales, según Eurecat.

En este contexto, los investigadores consideraron necesario desarrollar e implementar una solución que pudiera analizar con precisión y masivamente estas radiografías de tórax, detectando casos de alto riesgo y dirigiéndolos al flujo de trabajo de radiología y así mejorar la identificación e intervención temprana.

Más adelante, según Monsó, «la intención del equipo es incorporarlo en otros países en los que no tienen la atención o lectura de las radiografías de tórax tan desarrollada como aquí».

07 agosto 2024|Fuente: EFE |Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2024. Agencia Informativa Latinoamericana Prensa Latina S.A.|Noticia

Un equipo chino ha desarrollado el primer modelo versátil de inteligencia artificial (IA) del país que es capaz de analizar una amplia gama de imágenes patológicas.

Este avanzado modelo es capaz de examinar más de 20 órganos humanos, incluyendo los pulmones, las mamas y el hígado.

Se trata de un modelo de lenguaje de gran tamaño (LLM, por sus siglas en inglés), conocido como PathOrchestra, el cual representa un gran avance en el diagnóstico de enfermedades asistido por IA.

Su desarrollo trae consigo un cambio transformador, pasando de un modelo singular dedicado a un cáncer específico a otro versátil, capaz de abordar multitud de patologías.

Los investigadores de la Universidad Médica de la Fuerza Aérea (AFMU, por sus siglas en inglés), la Universidad Tsinghua y SenseTime utilizaron el mayor conjunto de datos nacionales de China, compuesto por casi 300 000 imágenes patológicas digitales de diapositivas completas, lo que equivale a la impresionante cantidad de 300 terabytes de datos.

Aprovechando las técnicas de aprendizaje autosupervisado, el modelo «aprendió de forma cruzada» a analizar más de 20 órganos diferentes y ha llevado a cabo una serie de tareas clínicas, como la clasificación de cánceres, la identificación y detección de lesiones, la diferenciación de subtipos de cáncer y la evaluación de biomarcadores.

La diversidad de las imágenes patológicas plantea un reto formidable para las aplicaciones de IA. Y esta complejidad le ha valido el título de «joya de la corona» en el ámbito del procesamiento de imágenes, afirma Wang Zhe, profesor de la Academia de Ciencias Médicas Básicas de la AFMU.

PathOrchestra ha logrado una tasa de precisión superior al 95 % en casi 50 tareas clínicas, entre ellas el diagnóstico de subtipos de linfoma y la detección del cáncer de vejiga, según un comunicado de prensa de la AFMU, publicado el martes.

Este avance puede reducir sustancialmente la carga de trabajo de los patólogos y aumentar notablemente la eficacia de la revisión de imágenes médicas, señalan los investigadores.

PathOrchestra es un ejemplo del floreciente panorama de los LLM en China, que representa el rápido y vibrante crecimiento del país en el campo de la IA.

Según un libro blanco sobre la economía digital mundial publicado recientemente por la Academia de Tecnología de la Información y la Comunicación de China en la Conferencia Mundial sobre Economía Digital 2024, de los más de 1 300 LLM de Inteligencia Artificial de todo el mundo, el 36 % procede de China, la segunda mayor proporción después de Estados Unidos.

17 julio 2024|Fuente: Xinhua |Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2024. Agencia Informativa Latinoamericana Prensa Latina S.A.|Noticia