Con IA, científicos de Yale logran obtener información clave sobre el envejecimiento y la salud genética de los órganos

¿Imaginas poder saber la edad de una persona o el funcionamiento de sus genes solo a partir de una imagen de tejido tomada en el laboratorio? Hasta hace poco, esto parecía ciencia ficción.

Sin embargo, un equipo de científicos de Yale University dio un paso revolucionario: consiguió que la inteligencia artificial convierta imágenes convencionales de tejidos humanos en una ventana única al interior del organismo. Gracias a este avance, ahora es posible extraer información clave sobre el envejecimiento y la salud genética de los órganos sin necesidad de pruebas complejas o procedimientos invasivos.

Un artículo publicado en Proceedings of the National Academy of Sciences (PNAS) detalla cómo, mediante modelos avanzados de aprendizaje profundo, se pueden analizar muestras histológicas convencionales para detectar patrones celulares que, de otra forma, resultarían invisibles al ojo humano.

Ran Meng, autor principal del estudio, explicó que las imágenes de tejidos ordinarias contienen información capaz de revelar tanto la expresión génica como la edad real de una persona, detalles antes ocultos incluso para los expertos.

Además, destacó que la mejora en la calidad de las imágenes permite asociar rasgos genéticos individuales y que los modelos desarrollados son capaces de procesar grandes volúmenes de datos con alta precisión, identificando las regiones de las imágenes que determinan si un tejido pertenece a una persona más joven o de mayor edad.

Así empieza: aprendizaje profundo para ver mucho más allá

Para llevar a cabo este proyecto, el equipo de Yale University analizó un total de 10.000 imágenes de tejidos obtenidas de 838 donantes sanos, abarcando 12 tipos diferentes de tejidos, como pulmón, corazón, piel, arterias y testículo. La clave de la innovación reside en el uso de aprendizaje profundo, un tipo de inteligencia artificial que emula la manera en la que el cerebro humano identifica y asocia patrones complejos.

Esta tecnología automatizada analiza imágenes histológicas convencionales, similares a las que se usan en exámenes médicos rutinarios. Lo que antes era solo una foto de células en una lámina, ahora se convierte en una fuente de información mucho más rica. Por ejemplo, el sistema es capaz de reconocer diminutas variaciones en el núcleo de las células que delatan signos de envejecimiento, o relacionar ciertos patrones visuales con determinados genes activos o inactivos.

A modo de ejemplo, imagina que dos personas de la misma edad cronológica, digamos 60 años, pueden tener tejidos con una “edad biológica” muy diferente. La inteligencia artificial puede captar estos matices, lo que ayuda a explicar por qué algunos órganos se conservan mejor que otros o por qué algunas enfermedades aparecen más temprano en unos individuos.

Así continúan los resultados: lo que las imágenes pueden predecir

Los modelos desarrollados por el equipo de Yale demostraron una notable precisión en la predicción tanto de la expresión génica como de la edad biológica. Por ejemplo, fueron especialmente precisos al analizar órganos con cambios morfológicos marcados debido al paso del tiempo, como el pulmón, el corazón, la piel, el nervio tibial, la arteria tibial y el testículo.

A nivel técnico, los investigadores identificaron 906 loci genéticos (imageQTLs) directamente asociados a la morfología nuclear, así como genes diferencialmente expresados mediante comparaciones entre grupos de imágenes con similitudes. El poder de la inteligencia artificial también permitió comprimir imágenes de gran tamaño, extrayendo características interpretables y conectando la estructura de los tejidos a gran escala con pequeños detalles celulares.

Este avance resulta especialmente prometedor para el diagnóstico médico. Por ejemplo, un patólogo podría anticipar el riesgo de enfermedades del corazón o de envejecimiento prematuro utilizando únicamente muestras histológicas estándar. Es decir, un análisis que ya se hace rutinariamente podría, en el futuro, arrojar aún más información sobre la salud del órgano, permitiendo actuar antes de que aparezcan síntomas o daños irreversibles.

Así impacta en la medicina: prevención y diagnóstico más confiables

El potencial de esta técnica va más allá de la curiosidad científica. Según Yale University, el nuevo enfoque tiene el poder de transformar la medicina diagnóstica y la prevención, ya que es una herramienta objetiva y automatizada para evaluar el envejecimiento y la actividad genética en los tejidos. Esto puede traducirse en diagnósticos más certeros, tratamientos personalizados y medidas preventivas más tempranas.

Además, el estudio forma parte de la búsqueda de la ciencia por unir el genotipo (la información genética que contiene nuestro ADN) con el fenotipo (cómo se manifiestan esos genes en nuestro cuerpo).

El profesor Mark Gerstein, coautor, señaló: “Uno de los nuevos frentes de investigación es la ‘multimodalidad’, conectar el genotipo con todo tipo de datos que describen el fenotipo. En este trabajo, avanzamos en conectar el genotipo con las características de las imágenes”, subrayó Yale University. Dicho de otro modo, la medicina se acerca a una comprensión integral de cómo la genética y el ambiente juntos determinan el envejecimiento y el desarrollo de enfermedades.