Dos investigadores del Instituto de Neurociencias UMH-CSIC han desarrollado una innovadora estrategia basada en inteligencia artificial y simulaciones computacionales que permite obtener información cerebral avanzada a partir de resonancias magnéticas mucho más rápidas.
El estudio, publicado en la revista Communications Medicine, demuestra que esta metodología puede reducir hasta un 90 % el tiempo necesario en determinadas pruebas de resonancia magnética sin perder precisión diagnóstica. Este avance podría mejorar la eficiencia clínica y facilitar el acceso a técnicas avanzadas de neuroimagen.
La investigación está liderada por Silvia De Santis y Maximilian Eggl, investigadores del Instituto de Neurociencias. Precisamente, Eggl impartió el pasado viernes 22 de mayo el seminario “In-Vivo Neuroinflammation Through the Lens of Diffusion-Weighted MRI and Simulation-Based Inference” dentro de las actividades académicas vinculadas al Máster Universitario en Biotecnología y Bioingeniería de la UMH.
El equipo ha utilizado simulaciones basadas en la física del tejido cerebral para entrenar redes neuronales capaces de analizar resonancias con una cantidad mínima de datos. Gracias a ello, los investigadores pueden reconstruir información detallada sobre la microestructura cerebral utilizando solo una pequeña parte de las imágenes habituales.
Este avance podría tener un impacto importante en el diagnóstico y seguimiento de enfermedades neurodegenerativas como el alzhéimer. Además, permitiría reducir listas de espera hospitalarias y reutilizar resonancias realizadas hace décadas para extraer nueva información clínica.
La investigación refuerza el papel de la UMH como referente en neuroingeniería, inteligencia artificial y biomedicina aplicada.