Observar el cerebro en acción ha sido durante décadas uno de los mayores desafíos de la neurociencia. Comprender qué neuronas se activan cuando un animal se mueve, aprende o responde al entorno exige analizar miles de imágenes microscópicas y seguir células diminutas que cambian constantemente de posición.
Hoy, ese proceso comienza a transformarse gracias a la inteligencia artificial.
Investigadores del Massachusetts Institute of Technology desarrollaron herramientas capaces de rastrear y etiquetar neuronas en animales vivos en movimiento con una precisión sin precedentes. El trabajo fue realizado en el Instituto Picower para el Aprendizaje y la Memoria y publicado en la revista científica eLife, bajo el liderazgo del investigador Steven Flavell.
Ver el cerebro en movimiento: un reto histórico
Tradicionalmente, los estudios cerebrales se realizaban con animales inmóviles o con tejidos fijos. Esto limitaba la comprensión de cómo las neuronas operan durante el comportamiento real.
Cuando un organismo se desplaza, el cerebro se deforma ligeramente, las neuronas cambian de ubicación en las imágenes y distinguir cada una requiere una precisión extrema. Según explicó Flavell, entender cómo los circuitos cerebrales generan la conducta depende precisamente de observar esa dinámica en tiempo real.
Tres herramientas que cambian las reglas
El equipo desarrolló tres sistemas de inteligencia artificial con funciones complementarias:
- BrainAlignNet, capaz de seguir la posición de cada neurona en videos extensos con un 99.6% de precisión.
- AutoCellLabeler, que identifica el tipo de célula en imágenes microscópicas con cerca del 98% de exactitud.
- CellDiscoveryNet, que agrupa y rastrea tipos celulares fluorescentes entre distintos animales sin requerir entrenamiento previo.
En conjunto, estas herramientas automatizan tareas que antes podían demandar hasta cinco horas de trabajo manual por cada muestra de video, además de meses de formación técnica especializada.
Pruebas en organismos modelo
Las pruebas se realizaron en dos organismos clásicos de la neurociencia:
Caenorhabditis elegans
Clytia hemisphaerica
En estos modelos, interpretar la actividad cerebral mientras los animales se deformaban representaba uno de los mayores obstáculos. La inteligencia artificial permitió registrar los videos y extraer información neuronal automáticamente, reduciendo tiempos y mejorando la consistencia de los datos.
Además de ahorrar recursos, la automatización disminuye la subjetividad humana en la identificación de células y elimina los altos costos asociados a la externalización del análisis.
El futuro de la neurociencia automatizada
El MIT prevé aplicar estas herramientas en sistemas biológicos más complejos e incluso en tejidos humanos. También podrían integrarse con microscopios avanzados capaces de registrar la actividad cerebral en animales que se desplazan libremente.
El volumen de datos en neurociencia crece a un ritmo acelerado, y la automatización se vuelve indispensable. Este avance no solo agiliza el trabajo científico, sino que acerca a una comprensión más profunda de cómo el cerebro genera pensamientos, emociones y conductas.
La inteligencia artificial ya no solo analiza datos: ahora ayuda a descifrar uno de los sistemas más complejos del universo.
Y el impacto apenas comienza.
