El uso de inteligencia artificial revela rutas cerebrales secuenciales durante el procesamiento de información

El método desarrollado en Stanford University establece cuándo y dónde se producen respuestas neuronales, proporcionando una herramienta clave para anticipar alteraciones en el cerebro y personalizar terapias, según la dinámica de cada paciente

Guardar
(Imagen Ilustrativa Infobae)
Científicos de Stanford University emplean inteligencia artificial avanzada para mapear la actividad cerebral durante el procesamiento de información (Imagen Ilustrativa Infobae)

Un equipo de científicos de Stanford University empleó inteligencia artificial para observar con una precisión inédita cómo evoluciona la actividad cerebral durante el procesamiento de información, según informó el instituto Stanford HAI.

En su estudio, publicado en marzo de 2026, los investigadores utilizaron modelos avanzados de IA capaces de analizar datos de resonancia magnética funcional (fMRI) y revelar patrones temporales de activación en distintas regiones cerebrales.

De acuerdo con el instituto, la investigación permitió rastrear, milisegundo por milisegundo, la secuencia en la que diferentes áreas del cerebro participan en actividades como la percepción visual, la toma de decisiones y la memoria de trabajo. El sistema de IA desarrollado identificó trayectorias de actividad neuronal que antes resultaban imposibles de visualizar por métodos convencionales.

El equipo dirigido por Kaidi Cao y Daniel Yamins, en colaboración con el departamento de neurociencias de Stanford University, entrenó al modelo con grandes volúmenes de datos provenientes de imágenes cerebrales humanas.

Stanford HAI detalló que la IA logró descomponer el flujo de información en el cerebro en fases temporales discretas, facilitando así la identificación de cuándo y dónde se producen las respuestas neuronales ante estímulos externos.

Secuenciación de la actividad cerebral mediante IA

(Imagen Ilustrativa Infobae)
Especialistas destacan que esta tecnología representa un avance relevante para comprender los mecanismos del pensamiento, la emoción y la conducta humana (Imagen Ilustrativa Infobae)

Uno de los principales hallazgos es que la actividad cerebral no se distribuye de manera uniforme, sino que sigue rutas secuenciales que varían en función de la tarea realizada. “Descubrimos que la información viaja por el cerebro siguiendo caminos que se solapan, pero también divergen según la naturaleza de la tarea”, explicó Kaidi Cao en declaraciones recogidas por Stanford HAI.

Esta observación contradice algunas teorías previas que sostenían una participación simultánea de múltiples regiones en todos los procesos cognitivos.

La fusión de los análisis permitió al equipo mostrar con más claridad la forma en que la actividad neuronal pasa por diferentes regiones y momentos, estableciendo un mapa temporal detallado que no era posible con técnicas anteriores. Estos resultados subrayan la utilidad de la inteligencia artificial para esclarecer patrones cerebrales complejos.

Otra de las contribuciones del estudio es la posibilidad de distinguir fases específicas en la respuesta cerebral, gracias a la descomposición detallada del flujo de información. Esto constituye una base para el desarrollo de nuevas estrategias en la evaluación del funcionamiento cognitivo.

El instituto de inteligencia artificial de Stanford sostiene que la metodología empleada puede extenderse para estudiar fenómenos cerebrales más amplios, como la integración sensorial o la cooperación entre áreas distantes del cerebro durante tareas complejas.

Implicancias para la neurociencia y nuevos tratamientos

(Imagen Ilustrativa Infobae)
El sistema de IA analiza datos de resonancia magnética funcional, capturando la secuencia temporal de activación en regiones cerebrales humanas (Imagen Ilustrativa Infobae)

El estudio también señaló que los modelos de inteligencia artificial empleados pueden transferirse a otras áreas de la neurociencia, incluyendo la investigación sobre trastornos psiquiátricos y enfermedades neurodegenerativas.

Stanford HAI remarcó la relevancia de este enfoque para avanzar en el diagnóstico temprano y en el desarrollo de tratamientos personalizados, ya que permite detectar anomalías en la secuencia de activación cerebral antes de que se manifiesten síntomas clínicos claros.

La aplicación de estas tecnologías abriría la puerta a la identificación precoz de patologías y a la intervención ajustada a la dinámica cerebral particular de cada paciente. Según el instituto, este método ayudará a personalizar las alternativas terapéuticas y a trazar recorridos preventivos en poblaciones de riesgo.