Las señales que impulsan muchas de las funciones más esenciales del cerebro y del cuerpo (conciencia, sueño, respiración, frecuencia cardíaca y movimiento) viajan a lo largo de haces de fibras de “materia blanca” en el tronco del encéfalo, pero hasta ahora los sistemas de imágenes no han podido resolver con precisión estos cables neuronales cruciales. Esto ha dejado a los investigadores y médicos con poca capacidad para evaluar cómo les afecta el trauma o la neurodegeneración.
En un nuevo estudio, un equipo de investigadores del MIT, la Universidad de Harvard y el Hospital General de Massachusetts revela un software impulsado por IA capaz de segmentar automáticamente ocho paquetes distintos en cualquier secuencia de resonancia magnética de difusión determinada.
En el estudio de acceso abierto, publicado el 6 de febrero en Actas de la Academia Nacional de Ciencias, El equipo de investigación dirigido por el estudiante graduado del MIT Mark Olchanyi informa que su BrainStem Bundle Tool (BSBT), que han puesto a disposición del público, ha revelado distintos patrones de cambios estructurales en pacientes con enfermedad de Parkinson, esclerosis múltiple y lesión cerebral traumática, y también ha arrojado luz sobre la enfermedad de Alzheimer. Además, el estudio muestra que la BSBT permitió un seguimiento retrospectivo de la curación del paquete en un paciente comatoso, lo que reflejó el camino de recuperación de siete meses del paciente.
“El tronco encefálico es una región del cerebro que está esencialmente inexplorada porque es difícil obtener imágenes”, dice Olchanyi, candidato a doctorado en el Programa de Ingeniería Médica y Física Médica del MIT. “La gente no comprende realmente su composición desde el punto de vista de las imágenes. Necesitamos entender cuál es la organización de la materia blanca en los humanos y cómo esta organización se degrada en determinadas enfermedades”.
Agrega el profesor Emery N. Brown, supervisor de tesis de Olchanyi y coautor principal del estudio: “El tronco encefálico es uno de los centros de control más importantes del cuerpo. Los algoritmos de Mark son una contribución significativa a la investigación de imágenes y a nuestra capacidad para comprender la regulación de la fisiología fundamental. Al mejorar nuestra capacidad para obtener imágenes del tronco encefálico, nos brinda un nuevo acceso a funciones fisiológicas vitales como el control de los sistemas respiratorio y cardiovascular, la regulación de la temperatura, cómo nos mantenemos despiertos durante el día y cómo dormimos. noche.” noche.”
Brown es profesor Edward Hood Taplin de Neurociencia Computacional e Ingeniería Médica en el Instituto Picower para el Aprendizaje y la Memoria, el Instituto de Ingeniería y Ciencias Médicas y el Departamento de Ciencias Cognitivas y del Cerebro del MIT. También es anestesiólogo en el MGH y profesor en la Facultad de Medicina de Harvard.
Construyendo el algoritmo
La resonancia magnética de difusión ayuda a rastrear las ramas largas, o “axones”, que las neuronas extienden para comunicarse entre sí. Los axones normalmente están cubiertos por una vaina grasa llamada mielina, y el agua se difunde a lo largo de los axones dentro de la mielina, que también se llama “materia blanca” del cerebro. La resonancia magnética de difusión puede resaltar este desplazamiento de agua tan dirigido. Pero segmentar los distintos haces de axones en el tronco del encéfalo ha resultado un desafío porque son pequeños y están enmascarados por los flujos de líquido cerebral y los movimientos producidos por la respiración y los latidos del corazón.
Como parte de su trabajo de tesis para comprender mejor los mecanismos neuronales que sustentan la conciencia, Olchanyi quería desarrollar un algoritmo de IA para superar estos obstáculos. La BSBT funciona rastreando haces de fibras que se sumergen en el tronco del encéfalo desde áreas vecinas superiores en el cerebro, como el tálamo y el cerebelo, para producir un “mapa de fibras probabilístico”. Luego, un módulo de inteligencia artificial llamado “red neuronal convolucional” combina el mapa con múltiples canales de información de imágenes desde el interior del tronco del encéfalo para distinguir ocho haces individuales.
Para entrenar la red neuronal para segmentar los haces, Olchanyi “mostró” 30 resonancias magnéticas de difusión en vivo de voluntarios del Proyecto Conectoma Humano (HCP). Los escaneos se anotaron manualmente para enseñar a la red neuronal cómo identificar los paquetes. Luego validó la BSBT probando sus resultados con disecciones “verdaderas” de cerebros humanos post-mortem, donde los haces estaban bien delineados mediante inspección microscópica o imágenes muy lentas pero de muy alta resolución. Después del entrenamiento, BSBT llegó a ser competente en identificar automáticamente los ocho haces de fibras distintos en nuevas exploraciones.
En un experimento para probar su consistencia y confiabilidad, Olchanyi encargó a BSBT encontrar los paquetes en 40 voluntarios que se sometieron a exámenes separados con dos meses de diferencia. En cada caso, la herramienta pudo encontrar los mismos paquetes en los mismos pacientes en cada uno de los dos exámenes. Olchanyi también probó BSBT con múltiples conjuntos de datos (no solo HCP) e incluso inspeccionó cómo cada componente de la red neuronal contribuía al análisis de BSBT, socavándolos uno por uno.
“Hemos puesto a prueba la red neuronal”, afirma Olchanyi. “Queríamos asegurarnos de que realmente estuviera realizando estas segmentaciones plausibles y aprovechando cada uno de sus componentes individuales de una manera que mejorara la precisión”.
Posibles nuevos biomarcadores
Una vez que el algoritmo se entrenó y validó adecuadamente, el equipo de investigación comenzó a probar si la capacidad de segmentar distintos haces de fibras en exploraciones por resonancia magnética de difusión podría permitir rastrear cómo el volumen y la estructura de cada haz variaban con la enfermedad o lesión, creando un nuevo tipo de biomarcador. Aunque ha sido difícil examinar en detalle el tronco del encéfalo, muchos estudios muestran que las enfermedades neurodegenerativas afectan el tronco del encéfalo, a menudo en las primeras etapas de su progresión.
Olchanyi, Brown y sus coautores aplicaron BSBT a docenas de conjuntos de datos de resonancias magnéticas de difusión de pacientes con enfermedad de Alzheimer, enfermedad de Parkinson, esclerosis múltiple y lesión cerebral traumática (LCT). Se comparó a los pacientes con controles y, a veces, con ellos mismos a lo largo del tiempo. En los escaneos, la herramienta midió el volumen del haz y la “anisotropía fraccionada” (FA), que rastrea la cantidad de agua que fluye a lo largo de los axones mielinizados versus la cantidad que se difunde en otras direcciones, un indicador de la integridad estructural de la materia blanca.
En cada condición, la herramienta encontró patrones consistentes de cambios de paquetes. Mientras que sólo un paquete mostró una disminución significativa en la enfermedad de Alzheimer, en la enfermedad de Parkinson la herramienta reveló una reducción en la PA en tres de los ocho paquetes. También reveló pérdida de volumen en otro paquete en pacientes entre un examen inicial y un seguimiento de dos años. Los pacientes con EM mostraron mayores reducciones de FA en cuatro haces y pérdida de volumen en tres. Mientras tanto, los pacientes con TCE no experimentaron una pérdida de volumen significativa en ninguno de los paquetes, pero las reducciones de FA fueron evidentes en la mayoría de los paquetes.
Las pruebas del estudio demostraron que la BSBT era más precisa que otros métodos de clasificación a la hora de discriminar entre pacientes con problemas de salud y controles.
Por lo tanto, la BSBT puede ser “un complemento fundamental que ayude a los métodos actuales de diagnóstico por imágenes al proporcionar una evaluación refinada de la estructura de la sustancia blanca del tronco encefálico y, en algunos casos, información longitudinal”, escribieron los autores.
Finalmente, en el caso de un hombre de 29 años que sufrió una lesión cerebral traumática grave, Olchanyi aplicó BSBT a las exploraciones tomadas durante el coma de siete meses del hombre. La herramienta mostró que los haces del tronco encefálico del hombre estaban desplazados pero no cortados, y mostró que durante el coma, las lesiones en los haces nerviosos disminuyeron en volumen en un factor de tres. A medida que sanaron, los paquetes también volvieron a su lugar.
Los autores escribieron que la BSBT “tiene un potencial pronóstico sustancial al identificar haces conservados del tronco encefálico que pueden facilitar la recuperación del coma”.
Los otros autores principales del estudio son Juan Eugenio Iglesias y Brian Edlow. Otros coautores son David Schreier, Jian Li, Chiara Maffei, Annabel Sorby-Adams, Hannah Kinney, Brian Healy, Holly Freeman, Jared Shless, Christophe Destrieux y Hendry Tregidgo.
La financiación para el estudio provino de los Institutos Nacionales de Salud, el Departamento de Defensa de EE. UU., la Fundación James S. McDonnell, la Fundación Rappaport, el Instituto Americano SidS, la Fundación Estadounidense del Cerebro, la Academia Estadounidense de Neurología, el Centro para la Integración de Medicina y Tecnología Innovadora, Blueprint for Neuroscience Research y el Centro de Ciencias Biológicas de Massachusetts.
