Un nuevo modelo analiza regiones no afectadas del cerebro para anticipar quién podría sufrir un nuevo evento vascular.
A study published in npj Digital Medicine journal presentó un avance importante en la predicción del riesgo de recurrencia en pacientes con enfermedad cerebrovascular isquémica aguda. El trabajo propone un modelo de artificial intelligence (AI) capaz de estimar la “edad cerebral” a partir de resonancias magnéticas, incluso cuando el paciente se encuentra en plena fase aguda del derrame cerebral. Esta medida, conocida como brecha de edad cerebral (BAG, en inglés), resultó ser un fuerte predictor de nuevos eventos vasculares a corto y largo plazo.
El concepto de edad cerebral se basa en comparar la edad cronológica del paciente con la edad estimada de su cerebro mediante algoritmos de aprendizaje profundo que analizan características estructurales visibles en neuroimágenes. Cuando el cerebro aparenta ser más viejo de lo que debería, es decir, cuando el BAG es mayor que cero, se asocia con peores condiciones de salud neurológica y mayor presencia de factores de riesgo vasculares. Sin embargo, estimar esta edad durante una fase aguda de infarto cerebral es complicado debido a que las propias lesiones alteran la imagen de forma dinámica.
Para resolverlo, los investigadores desarrollaron MBA Net, una red neuronal diseñada específicamente para analizar imágenes T2-FLAIR, que son de uso rutinario en hospitales. El modelo incorpora una estrategia innovadora, al utilizar máscaras que ocultan las zonas del cerebro afectadas por el infarto para enfocarse únicamente en el tejido sano. Con ello genera la llamada edad cerebral contextual (CBA, en inglés), una estimación más estable y menos influida por los cambios agudos tras un evento isquémico.
El sistema fue entrenado con más de cinco mil imágenes de personas sanas y posteriormente aplicado en una cohorte de casi 11 mil pacientes con ataques cerebrovasculares isquémicos agudos. En ellos, la BAG mostró una asociación consistente con el riesgo de sufrir un nuevo derrame. Cada año adicional de BAG se relacionó con un aumento del 9% en la probabilidad de recurrencia a los tres meses y del 7% a cinco años.
Además, quienes presentaban un envejecimiento cerebral acelerado tuvieron un riesgo significativamente mayor, mientras que aquellos con BAG negativo, un cerebro “más joven” de lo esperado, mostraron un riesgo notablemente menor.
Los autores también observaron que la BAG superó a la edad cronológica como herramienta predictiva. Cuando se incorporó la BAG a modelos clínicos ampliamente utilizados para evaluar riesgo de recurrencia, todos ellos mejoraron su capacidad de discriminar qué pacientes tenían mayor probabilidad de presentar nuevos eventos, tanto isquémicos como hemorrágicos.
Estos resultados sugieren que la estimación de la edad cerebral podría convertirse en un biomarcador útil para afinar la toma de decisiones clínicas, sobre todo en un contexto donde las primeras horas y días tras un derrame cerebral son cruciales. Al enfocarse en el tejido no lesionado, MBA Net ofrece una manera más precisa de reflejar el estado previo del cerebro y, con ello, anticipar riesgos futuros. El estudio abre la puerta a estrategias personalizadas de prevención secundaria basadas en inteligencia artificial y en marcadores de envejecimiento cerebral, con potencial para mejorar el seguimiento y tratamiento de miles de pacientes.
