El cervell humà és possiblement el sistema biològic més complex que coneixem. Igual que en geografia, necessitem dividir-lo en diferents parts (continents, països, províncies) per entendre millor el que passa en cada regió d'aquest món cerebral quasi inabastable.
Fins ara, els “geògrafs” cerebrals havien aconseguit dividir aquest mapa en desenes regions (“països”). Ara, una nova recerca ha dissenyat un atles cerebral que permet veure 333 estructures (“províncies”) del nostre cervell molt més clarament que abans. Això augmenta el detall i precisió en l'anàlisi de les ressonàncies magnètiques esmerçant només 5 minuts per pacient.
Però, com es redueix a un atles un “món” amb milers de tipus de cèl·lules i milions d'interconnexions entre elles?
Microscopia: navegant en un oceà de dades diminutes
Observar el cervell a escala menuda, microscòpica, ens permet distingir cèl·lules segons les seves propietats (anatomia, funció, metabolisme). S'estima que el cervell humà té més de 5 000 tipus de cèl·lules.
Tanmateix, poder-les detectar i identificar totes és una feina ingent encara per fer. Requereix de tècniques d'imatge d'alta resolució costoses i d'extensió limitada. A més a més, només són aplicables a cervells dissecats o mostres biopsiades. I genera una gran quantitat de dades complexes per analitzar.
La IA ens pot ajudar a accelerar aquests processos i segmentar aquest gran oceà de dades.
Recentment, s'ha publicat un dels estudis més avançats i que ha estat capaç de detectar 57 000 neurones i 150 milions de sinapsis amb ajuda de la IA. La quantitat de dades generades és comparable a una biblioteca amb 200 milions d'exemplars. Però només s'ha pogut analitzar un fragment de teixit d'un sol pacient: un 0.0000001 % del volum cerebral humà total.
Models avançats, basats en una arquitectura similar a la de GPT, són capaços de detectar i identificar nuclis cel·lulars, mitocòndries i sinàpsis, entre d'altres.
Les grans regions: com s'estudia el cervell de les persones
La informació que aquesta arquitectura cel·lular tan petita ens proporciona és molt rellevant: ens explica coses sobre l’estructura i funció cerebral. Tanmateix, no ens permet fer un mapa integral del cervell. En neurociència, però, ens interessa entendre el cervell com a un sistema i no com a cèl·lules o estructures independents.
Per això, els estudis clínics ho fan més fàcil i divideixen el cervell de forma macroscòpica en regions homogènies. Aquestes regions són més o menys visibles amb tècniques més senzilles d’imatge in vivo, com la ressonància magnètica. Aquesta tècnica permet realitzar estudis de l'estructura i funcionalitat del cervell a gran escala. Això permet el personal expert entendre millor funcions com el llenguatge, la percepció o la memòria.
I aquí es on entren en joc els atles cerebrals, que permeten diferenciar aquestes regions per conèixer millor com s'organitza i funciona el cervell.
Aquests atles tradicionals, conjuntament amb algoritmes basats en IA, ja ens han ajudat a identificar l'evolució cerebral al llarg del temps. També a detectar patrons diferenciats degut a malalties com l'Alzheimer, entre d’altres. Però degut al seu desconeixement de l'arquitectura cel·lular subjacent, aquests atlas són menys específics i precisos.
Un trencaclosques de 10 000 peces i un atles nou
Un dels últims atles cerebrals desenvolupats per la ciència és NextBrain. És un atles integral del cervell humà que conté 333 estructures basades en informació microscòpica i aplicable a pacients vius. Fins ara, els atles només detectaven, com a molt, unes 100 regions. Però, a més a més, NextBrain modela aquestes regions a partir d'informació microscòpica, coneguda com ground truth.
Aquest atles condensa la informació de 5 cervells dissecats, tallats en blocs molt petits i seccionats en 10 000 imatges d’alta resolució. Cadascuna d’aquestes imatges conté informació cel·lular que ajuda a detectar i delinear múltiples estructures cerebrals, un procés dràsticament accelerat per la IA.
Per a construir NextBrain ha calgut solucionar un trencaclosques amb 10. 000 peces microscòpiques de diferents parts del cervell. Mitjançant la IA, s'han pogut detectar patrons entre les imatges (“peces”) que han permès solucionar el trencaclosques i fer el mapa de forma ràpida i acurada. És a dir, reconstruir la forma tridimensional del cervell a partir d’imatges de ressonància magnètica d'alta resolució.
Malalties detectades més ràpidament
NextBrain utilitza la IA per trobar patrons similars entre les imatges amb què ha estat construït i les imatges de ressonància magnètica adquirides a la clínica. Aquest atles proporciona una solució pràctica per a grans estudis anatòmics de la població. Per exemple, s'ha demostrat que amb aquesta tècnica es poden detectar pacients amb demència degut a la malaltia de l’Alzheimer amb molta més precisió que amb les tècniques tradicionals. Tanta és la diferència amb els mètodes actuals que, amb NextBrain, podem crear un mapa de cada un dels nostres cervells amb un detall sense precedents en només 5 minuts.
Coetàniament amb NextBrain, han aparegut dues iniciatives relacionades: de l’Allen Institute (1 cervell, no aplicable in vivo) i el Julich Brain (20 cervells, centrat en l’escorça cerebral). Junts, representen una oportunitat única per millorar la precisió dels anàlisis, aportant nous biomarcadors per accelerar la detecció precoç de malalties neurodegeneratives i el desenvolupament de tractaments més eficaços.
Una IA fiable per resoldre els misteris del cervell
La conjunció de models cerebrals precisos i grans quantitats de dades cada vegada més accessibles, augura un futur molt interessant per a l’estudi del cervell a través de la IA.
Un dels grans reptes de la tecnologia en aquest camp és que sigui robusta als canvis, segura i fiable en entorns diversos.
Actualment, ja estan apareixent algoritmes fundacionals i que generalitzen els seus resultats per a diferents modalitats d’imatge de forma rigorosa.
L’aparició dels bessons digitals també permet tenir còpies computacionals del cervell per a provar diferents tractaments i poder fer prediccions individualitzades. Aquest és el primer pas per a una medicina personalitzada, on els protocols i les intervencions són dissenyats específicament.
Tots aquests avenços, això sí, s’hauran de conformar en equips multidisciplinaris. Entre d'altres, la neurociència necessita enginyers, informàtics, físics, metges, pacients i filòsofs que permetin assegurar que el camí és just, rigorós i íntegre.