Las resonancias magnéticas cerebrales avanzadas son herramientas clave para detectar enfermedades como el alzhéimer, el párkinson o lesiones neurodegenerativas. Sin embargo, algunos de estos estudios obligan al paciente a permanecer inmóvil dentro del escáner entre 30 y 60 minutos, lo que genera incomodidad, mayor tasa de abandono y presión sobre las listas de espera hospitalarias.
Investigadores del Instituto de Neurociencias de Alicante (CSIC-UMH) han desarrollado un sistema que combina inteligencia artificial y simulaciones computacionales basadas en la física del movimiento del agua en el tejido cerebral. En lugar de entrenar los modelos con miles de resonancias reales, generan imágenes sintéticas altamente realistas para enseñar a la IA a identificar biomarcadores del estado del tejido. El resultado es un sistema capaz de obtener información clínica equivalente usando solo el 10% de los datos habituales, reduciendo el tiempo de exploración de 40-60 minutos a menos de 10.
Para los pacientes, esto supone una prueba más tolerable y accesible; para el sistema sanitario, mayor capacidad diagnóstica sin necesidad de ampliar infraestructura. El enfoque también elimina dependencias de bases de datos clínicas, reduciendo riesgos de privacidad y sesgos inherentes a los conjuntos de datos reales.
El método ha sido publicado en la revista Communications Medicine y sus autores señalan que el impacto clínico es más inmediato en hospitales donde el tiempo en el escáner es el principal cuello de botella diagnóstico.
Artículo escrito por el equipo de redacción de Salud a Diario
03/06/2026
Source:
Salud a diario